Expoente de Lyapunov como recompensa densa informada pela física: descoberta de estabilização por RL além do pêndulo de Kapitza

Os autores propõem usar o expoente característico de Lyapunov (LCE) como um sinal de recompensa densa para estabilizar um pêndulo invertido com movimento vertical. Essa abordagem permite que agentes de aprendizado por reforço descubram comportamentos complexos de estabilização além das soluções oscilatórias padrão.

• O LCE serve como recompensa densa informada pela física para a tarefa de aprendizado por reforço.
• O agente identifica com sucesso o movimento oscilatório característico do pêndulo de Kapitza.
• O método permite que o agente amortecimento a oscilação do pêndulo, alcançando uma posição estritamente vertical.