基于模型强化学习实现液滴自主导航与零样本迁移

2026年10月8日，arXiv Robotics（一手）报道了一项研究，提出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。该平台采用基于模型的强化学习，通过双轴倾斜板和薄硅油膜驱动液滴，并以顶置相机实时反馈。策略训练仅用50至150个物理回合，无需仿真或解析模型，全流程训练不足90分钟；可零样本迁移到未见几何结构，并自主发现振荡脱钉策略。目前报道仅涉及该平台的方法与训练表现，未披露后续验证或应用进展。

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。