🛹 Интересная работа про физику + роботов, без магии и без «просто обучили нейросеть». HUSKY - это physics-aware фреймворк для гуманоидного скейтбординга, где задачу формализуют как гибридную динамическую систему. То есть не просто DRL «учись ездить», а жёсткая привязка к реальной механике. Ключевая идея Авторы выводят кинематическое ограничение между: - наклоном доски - поворотом траков (steering) Это равенство вшивается в обучение, и политика не просто ищет любые движения, а учится в рамках физически корректных зависимостей. Как учится робот Через Deep Reinforcement Learning: - разгон - через отталкивание ногой - управление направлением - через steering доски То есть агенту приходится освоить реальную связку «тело - доска - колёса», а не только баланс. Почему это важно Это пример перехода от «чёрного ящика» к physics-informed RL: - меньше нереалистичных стратегий - лучше перенос в реальный мир - более стабильное обучение сложных контактных задач arxiv.org/abs/2602.03205