少样本快速适应新环境
通过图网络快速编码环境动力学特征，使机器人策略能够在动力学变化的真实环境中实现快速适应，样本效率与泛化能力优于现有基线。
Jingtian, Ji · Nie, Buqing · 高岳
IEEE Robotics and Automation Letters 2023
DAGA从少量交互中编码动力学特征，生成环境嵌入来调整策略，使同一策略能够在不同硬件参数导致的过渡动力学差异下正常工作。
在机器人运动和操作任务中，DAGA比现有基线需要更少的交互次数就能达到相同性能，训练和适应成本更低。
DAGA在机器人运动和操作任务中表现出比现有基线更好的泛化能力，能够处理训练时未见过的动力学变化。