# 轨迹跟踪策略

气动软体机械臂的强化学习控制策略可以完全在离线降阶模型上训练，不必与易损硬件反复交互。此前软体机器人缺少可靠快速的仿真器，直接在硬件上试错代价高昂。研究把机械臂动力学约化到六维绝热谱子流形（aSSM）上，用一个仅6,924个参数的多项式常微分方程作为训练环境，三小时训出跟踪策略并零微调部署，跟踪误差比在4.8百万参数RNN或1.7百万参数Transformer上训练的同类策略低40%。

气动软体机械臂的强化学习控制策略可以完全在离线降阶模型上训练，不必与易损硬件反复交互。此前软体机器人缺少可靠快速的仿真器，直接在硬件上试错代价高昂。研究把机械臂动力学约化到六维绝热谱子流形（aSSM）上，用一个仅6,924个参数的多项式常微分方程作为训练环境，三小时训出跟踪策略并零微调部署，跟踪误差比在4.8百万参数RNN或1.7百万参数Transformer上训练的同类策略低40%。