Esta web utiliza cookies propias y de terceros que nos permiten optimizar tu experiencia en el sitio web, evaluar su rendimiento, generar estadísticas de uso y mejorar y añadir nuevas funcionalidades. Mediante el análisis de tus hábitos de navegación podemos mostrar contenidos más relevantes y medir las interacciones con la web.
Puede obtener más información aquí.

Avanzado
Artículos
Portada

APRENDIZAGEM POR REFORÇO EM ROBóTICA E SISTEMAS AUTóNOMOS IBD

DR G M KARPURADHEEPAN / DR N S USHA / DR
EDIÇOES NOSSO CONHECIMENTO
10 / 2025
9786209085369
Portugués

Sinopsis

A aprendizagem por reforço (AR) surgiu como uma abordagem transformadora no domínio dos sistemas autónomos, permitindo a tomada de decisoes inteligentes e o controlo em robótica, automóveis autónomos, cuidados de saúde, automaçao industrial e infra-estruturas inteligentes. Ao longo desta discussao, explorámos os conceitos fundamentais, as metodologias, os desafios e as aplicaçoes no mundo real da RL em sistemas autónomos, destacando tanto o seu potencial como as suas limitaçoes. A aplicaçao da RL na robótica e nos sistemas autónomos é sustentada pelos processos de decisao de Markov (MDP), que fornecem um quadro estruturado para a tomada dedecisoes sequenciais . O desenvolvimento de métodos baseados em valores, como as Deep Q Networks (DQN), e de abordagens baseadas em políticas, como os métodos Policy Gradient e Ator Critic, permitiu que os robôs e os agentes autónomos aprendessem comportamentos complexos por tentativa e erro. Além disso, as técnicas de RL sem modelo e baseadas em modelo oferecem diferentes compensaçoes em termos de eficiência e adaptabilidade da amostra, abrindo caminho para controladores baseados em aprendizagem mais versáteis e práticos.

PVP
92,35€