Exposant de Lyapunov comme récompense dense informée par la physique : Découverte par apprentissage par renforcement de la stabilisation au-delà du pendule de Kapitza

Les auteurs proposent d'utiliser l'exposant caractéristique de Lyapunov (LCE) comme signal de récompense dense pour stabiliser un pendule inversé avec un mouvement vertical. Cette approche permet aux agents d'apprentissage par renforcement de découvrir des comportements de stabilisation complexes au-delà des solutions oscillatoires standard.

• Le LCE sert de récompense dense informée par la physique pour la tâche d'apprentissage par renforcement.
• L'agent identifie avec succès le mouvement oscillatoire caractéristique du pendule de Kapitza.
• La méthode permet à l'agent d'amortir le balancement du pendule, atteignant ainsi une position strictement verticale.