در این پژوهش هدف، مدلسازی توجه و به کارگیری آن در یادگیری حرکت یک ربات در یک مسیر مشخص می باشد که این رویکرد نهایتا منجر به متغیر شدن زمان نمونه برداری خواهد شد. از میان بستر های گوناگون، ایده کنترل توجه یک عامل هوشمند برگزیده شده است که در قالب یک مسئله یادگیری تقویتی در فضای پیوسته با به کارگیری الگوریتم یادگیری بیزی مطرح می شود. چالش اصلی عامل در طی این یادگیری تصمیم سازی بهینه با در نظر گرفتن محدودیت های زمانی و پردازشی از نقطه نظر دسترسی به منابع سنسوری و به روز رسانی فضای ادراکی جهت در اختیار داشتن درک بهتر از جهان پیرامون، می باشد. بنابراین برای ارضا نمودن محدودیت های موجود از یک سو و رسیدن به یک درک صحیح از موقعیت جهان از سوی دیگر تخمین فضای ادراکی به گونه ای هوشمندانه به کار گرفته شده است، تا عامل بر مبنای نیازها و محدودیت هایش بیاموزد در چه زمانی و چگونه از منابع سنسوری اش بهره بگیرد و چه زمانی با به کارگیری قابلیت های محاسباتی اش از طریق تخمین فضای ادراکی، به شناخت کافی از جهان پیرامون دست یابد. در این پژوهش حالت ها داده های قبلی خود را از دست نمی دهند و تصمیم گیری عامل براساس اطلاعاتی که از قبل پیش بینی شده است، انجام می گیرد. بنابراین باید حالت های گذشته و اثر آن ها برای تصمیم گیری عامل در لحظه ی کنونی نگهداری شوند. هم چنین به دلیل داشتن تعداد محدودی منبع برای گرفتن داده از محیط و هزینه بهره برداری از آن ها عامل در هر لحظه فقط می تواند توجه خود را به یک زیر مجموعه از منابع یا تصمیم گیر های محلی معطوف کند. در نتیجه تغییر جهت توجه باید به صورت بهینه انجام شود، هم چنین زمانی را که عامل برای گرفتن داده از یک منبع دانش سپری می کند ممکن است با سایر منابع برابر نباشد به عبارت دیگر عامل بر حسب نیاز ممکن است نمونه های داده بیشتری را از یک منبع دریافت کند که این امر منجر به متغیر بودن زمان نمونه برداری می شود. برای رسیدن به این اهداف از یک ماشین پیش بین استفاده شده است که در هر بار نمونه گیری ، حالت های بعدی هم پیش بینی می کند. در نتیجه هنگام توجه به یک منبع، عامل عکس العمل مناسب را بر اساس داده های فعلی و همچنین حالت های پیش بینی و نگهداری شده در نمونه گیری های قبلی انجام می دهد. این عکس العمل مناسب شامل تعیین مکان بعدی توجه نیز می شود. یعنی عامل باتوجه به داده های کنونی و داده های ذخیره شده در حافظه اش بهترین جهت برای تغییر مکان توجه و هم چنین بهترین فعل کنشی برای اثر گذاری روی محیط پیرامونش را انجام می دهد. برای تحقق این هدف تخمین پویا و غیر پویای فضای حالت در چارچوب یادگیری وظیفه پیشنهاد شده است. این چارچوب روی روبات e-puck در محیط شبیه سازی رباتیکی وبات آزموده شده است. نتایج شبیه سازی نشان می دهد که روبات می آموزد، چگونه با پرداخت هزینه کمتر که از طریق به کارگیری تخمین فضای حالت به جای به روز رسانی داده های سنسوری حاصل می شود، به یک خط مشی بهینه در تصمیم سازی به منظور یادگیری وظیفه، دست یابد. نتایج آزمایش ها کارایی این چارچوب را نشان می دهند.

استفاده از خمیر منجمد انتخابی اقتصادی جهت تولید نان است. اما انجماد بر ساختار خمیر و کیفیت نان حاصل، اثرات نامطلوبی می گذارد. استفاده از هیدروکلوییدها می تواند باعث بهبود کیفیت نان حاصل از خمیر منجمد شود. در این تحقیق تاثیر هیدروکلوییدهای ثعلب وکتیرا بر کیفیت نان بربری حاصل از خمیر منجمد بررسی گردید. خمیرها از آرد ستاره، با دو صمغ کتیرا و ثعلب در دو سطح 5/0% و 1 % تهیه شدند و آزمون های فارینوگراف و اکستنسوگراف روی خمیرها انجام شد. خمیرها در دمای ?30- منجمد شده، سپس به فریزر 18- تا ?20- منتقل شدند. خمیرهای منجمد در زمان های 1 و 3 هفته، از انجماد خارج و از آن ها نان بربری تهیه شد. پس از انجام ارزیابی حسی، نان ها برای انجام ارزیابی بیاتی در یک دوره 1 تا 5 روزه، بسته بندی شده و در شرایط محیطی نگهداری شدند. نتایج آزمون اکستنسوگراف در فاکتور تغییرات انرژی، مقاومت به کشش و ضریب کشش ، تفاوت معنی-داری را بین نمونه کنترل (بدون صمغ) و نمونه های حاوی کتیرا نشان داد. در نتایج فارینوگراف نیز تفاوت معنی داری در جذب آب نمونه کنترل و سایر نمونه ها مشاهده شد. زمان گسترش خمیر نمونه حاوی 1% کتیرا به میزان قابل ملاحظه ای نسبت به نمونه کنترل بیشتر بود. علاوه براین، زمان مقاومت خمیر نمونه های حاوی کتیرا نسبت به نمونه کنترل، افزایش معنی داری داشت. نتایج ارزشیابی کیفی نان های حاصل از خمیر منجمد حاوی صمغ و بدون صمغ نشان داد، تمامی تیمارهای اعمال شده، سفتی و نرمی بافت نان و قابلیت جویدن را نسبت به نمونه کنترل، بهبود بخشیدند. در ارتباط با بو و طعم، نمونه های حاوی کتیرا با نمونه کنترل تفاوت معنی داری نداشتند، اما نمونه-های حاوی ثعلب به طور معنی داری امتیاز کمتری نسبت به نمونه کنترل داشتند. افزودن 1% کتیرا و یا 5/0% ثعلب در فرمولاسیون خمیر منجمد، می تواند منجر به تعویق بیاتی نان تا روز سوم نگهداری شود. مدت زمان نگهداری در انجماد، فاقد اثر معنی داری بر بیاتی نان بود. در نهایت ، افزودن 1% کتیرا در فرمولاسیون خمیر منجمد می تواند باعث بهبود ویژگی های رئولوژیکی خمیر و کیفیت نان بربری حاصل از خمیر منجمد شود.