部分可观测下突破控制瓶颈
该控制器利用记忆与注意力推断缺失状态，并融合肌肉协同先验加速学习，使肌骨机器人在仅13维状态且无速度与末端信息时仍能完成到达任务。
Wang, Xiaona · Chen, Jiahao · 乔红
Robotic Intelligence and Automation 2024
通过记忆与注意力网络从历史观测中推断充分的内在状态，弥补缺失的速度和末端信息，使机器人仍能完成到达任务。
在21维完整状态和13维部分状态下，学习效率和准确率均显著高于传统TD3算法。
将神经科学中的肌肉协同假设嵌入网络结构和奖励塑造，提升了算法对结构变化后的肌骨机器人的适应能力。