लेखकों ने ऊर्ध्वाधर गति वाले उल्टे लोलक को स्थिर करने के लिए घना पुरस्कार संकेत के रूप में लियापुनोव अभिलाक्षणिक घातांक (LCE) का उपयोग करने का प्रस्ताव दिया है। यह दृष्टिकोण पुनर्बल सीखने वाले एजेंटों को मानद दोलनीय समाधानों से परे जटिल स्थिरीकरण व्यवहार खोजने में सक्षम बनाता है।
- LCE पुनर्बल सीखने की कार्य के लिए भौतिकी-सूचित घन पुरस्कार के रूप में कार्य करता है।
- एजेंट ने कपित्ज़ा लोलक की अभिलाक्षणिक दोलनीय गति को सफलतापूर्वक पहचान लिया।
- विधि एजेंट को लोलक के घूमने को मंदित करने में सक्षम बनाती है, एक सख्त ऊर्ध्वाधर स्थिति प्राप्त करती है।