في عالم تكنولوجيا الفضاء، تُعتبر الروبوتات العنصر الحيوي في استكشاف البيئات القاسية. لكن المشاكل المتعلقة بتدهور الأجهزة في تلك الظروف تتطلب تقنيات جديدة. هنا يأتي الابتكار في إطار التعلم المستمر الخالي من المكافآت، الذي يُقدّم حلاً فعّالًا للتكيف مع التحديات.

تتطلب تقنيات التعلم التقليدية عادةً وجود مكافآت لتوجيه الأداء، ولكن في الفضاء، يواجه العلماء تحديات ضخمة بسبب عدم توفر أنظمة تتبع خارجية وتعقيد البيئات. مما يجعل حساب المكافآت الدقيق أمرًا صعبًا للغاية.

لذا، يقدم البحث الجديد نموذج التعلم المستمر الخالي من المكافآت، الذي يعتمد على نماذج الحالة الكامنة (latent-state world models). من خلال تدريب وكيل قائم على نموذج في بيئات محاكاة متنوعة، تتعلم تلك النماذج كيفية التنبؤ بشكل موثوق عن هيكل المكافآت داخل فضاءها الكامن.

عند نشر النموذج في بيئات تتعرض لتدهور حاد في الأجهزة، يتم تجميد وحدة الترميز الملاحظة ومُتنبئ المكافأة لتحديث ديناميكيات الانتقال فقط. هذا يُمكّن الوكيل من التكيف مع التغييرات دون الاعتماد على مكافآت مباشرة، من خلال التدريب على المسارات المتخيلة التي أنشأها النموذج المُحدّث.

التجارب تم توثيقها عبر مهام مثل التنقل الكوكبي وقوة التجميع، حتى في ظل الفشل الشديد. هذا الابتكار يعيد تشكيل مفاهيمنا حول كيفية أداء الروبوتات في حالات الطوارئ، مما يُبرز قدرتها على التكيف مع الظروف الصعبة دون الحاجة لتقديرات مكافأة مباشرة.