Reinforcement Learning on Cost-Constrained Quadrupedal Hardware
تُثبت هذه الورقة أن نشر التعلم التعزيزي على أجهزة رباعية الأرجل منخفضة التكلفة يمكن أن يتغلب على فجوات النقل من المحاكاة إلى الواقع الكبيرة الناتجة عن تأخير المشغلات الميكانيكية، وذلك عبر توظيف نموذج أمامي لمتوسط التأخير مقترن بشبكة عصبية مدركة للزمن تتعلم ذاتياً مولداً للأنماط المركزية متيناً ومستوحىً حيوياً.