マイクロロボット制御のためのオンデバイス強化学習

本論文は、著しい計算制約下での強化学習を用いたマイクロロボット制御の課題に取り組んでいます。リソースが限られたシステムオンチップ（SoC）への訓練済みポリシーの展開に焦点を当て、量子化技術と歩行スケジューリングを検討して、電力と計算予算内でパフォーマンスを最適化します。ロバスト性のためのドメインランダム化の使用と、実世界のロボットへの実用的な展開が重要な貢献です。