基于模型的强化学习实现液滴自主导航

Rajneesh Anand 与 Mayuresh V. Kothare 提出首个在开放无约束表面上闭环自主导航液滴的机器人平台，采用基于模型的强化学习，由双轴倾斜板加硅油薄膜驱动液滴，顶部相机提供实时反馈。 据其介绍，策略仅需 50 至 150 个物理回合训练（视几何复杂度而定），无需仿真或解析模型，可零样本迁移至未见几何结构，并能自主发现振荡脱钉策略解决液滴粘滞，完整训练流程在 90 分钟内完成。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。