МОДЕЛЬ-БАЗИРУЮЩИЕСЯ, МОДЕЛЬ-СВОБОДНЫЕ И ГИБРИДНЫЕ МЕТОДЫ ОБУЧЕНИЯ РОБОТОВ: АНАЛИЗ ПОДХОДОВ И ГРАНИЦ ПРИМЕНИМОСТИ В СРЕДАХ С КОНТАКТНЫМ ВЗАИМОДЕЙСТВИЕМ

Authors

  • Шмидт Александр Дмитриевич магистрант, НАО «Кокшетауский университет имени Ш. Уалиханова», г. Кокшетау, Республика Казахстан

Keywords:

обучение с подкреплением, физически-информированное обучение, модель-базирующее обучение, гибридное обучение, контактное взаимодействие, трение, робототехника

Abstract

В статье рассматриваются современные подходы к обучению роботов на основе искусственного интеллекта: модель-базирующие, модель-свободные и гибридные методы обучения с подкреплением. Проведён сравнительный анализ их эффективности, включая sample-эффективность и точность прогнозирования динамики. Отдельное внимание уделено ограничениям традиционных алгоритмов ИИ при работе в средах с контактным взаимодействием, трением, параметрической неопределённостью и нелинейностями. Показано, что существующие методы преимущественно апробированы на моделях жёстких тел без учёта контактов, что формирует исследовательский разрыв и обосновывает необходимость разработки физически-информированных (physics-informed) архитектур самообучения роботов

Published

2026-08-17

How to Cite

Шмидт Александр Дмитриевич. (2026). МОДЕЛЬ-БАЗИРУЮЩИЕСЯ, МОДЕЛЬ-СВОБОДНЫЕ И ГИБРИДНЫЕ МЕТОДЫ ОБУЧЕНИЯ РОБОТОВ: АНАЛИЗ ПОДХОДОВ И ГРАНИЦ ПРИМЕНИМОСТИ В СРЕДАХ С КОНТАКТНЫМ ВЗАИМОДЕЙСТВИЕМ. Scientific Research and Experimental Development, (14). Retrieved from https://ojs.publisher.agency/index.php/SRED/article/view/9158

Issue

No. 14 (2026): Scientific Research and Experimental Development

Section

Pedagogical Sciences

License

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.