Chế độ dữ liệu cân bằng: Giải quyết điểm nghẽn khám phá trong RL quy mô cực lớn cho điều khiển robot

Robot đa dụng cần thực hiện nhiều tác vụ, từ di chuyển linh hoạt đến thao tác khéo léo. Học tăng cường (RL) từ mô phỏng sang thực tế là công cụ hữu ích, nhưng các quy trình RL hiện nay phụ thuộc vào những tiền đề cấu trúc riêng cho từng tác vụ, tốn nhiều công kỹ thuật, như hàm thưởng được định hình.