Sistema para controlar um manipulador usando aprendizagem por reforço

No vídeo abaixo, os autores implementam um sistema de aprendizagem por reforço que é capaz de fazer com que o robô empilhe vários blocos coloridos, sem conhecer os modelos cinemático e dinâmico e sem conhecer também o ângulo de cada junta. A única informação que o robô possui é a informação visual dos blocos que estão sendo manipulados. Interessante.