用于分布偏移实时恢复的自修复循环网络集成方法

提出一种让策略在无监督条件下在线恢复分布偏移的方法，控制器由多个观察随机掩码子集的循环网络组成，通过序列卡尔曼融合合并高斯输出。部署时将共识视为自监督标签并按卡尔曼增益补数缩放各成员贡献，用 RFLO 近似实时循环学习在每个环境步后更新参数。仿真连续控制任务显示该方法在传感器偏移后恢复接近原性能，而观察完整观测的集成无法恢复。