基于模型的强化学习实现液滴自主导航

2026年10月8日，arXiv cs.RO 报道，Rajneesh Anand 与 Mayuresh V. Kothare 提出并验证了首个在开放无约束表面上实现闭环自主液滴导航的机器人平台，采用基于模型的强化学习。据该报道，学习到的策略仅需 50 至 150 次物理实验即可完成训练，具体次数取决于几何复杂度，且无需仿真或解析模型；该平台可零样本迁移至未见几何表面，能在液滴卡滞时自主发现振荡脱钉策略以解除卡滞，完整训练流程在 90 分钟内完成。上述数字、条件与适用范围均对应这一平台及其报道所述实验，为来源单方说法。目前尚无后续跟进报道，事件进展以该报道为准。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。