现有的控制器已经能完成对于机械臂的控制了，将深度强化学习应用到机械臂的控制上还有什么实际意义吗？ 第1页

强化学习和模仿学习，本质都是在任务层面的（Task-level Control），而传统的机器人控制都是在动作级的（Action-level）和伺服级（Servo-level）。这个可以看下机器人的控制体系，比如《机器人学：建模规划与控制》这本书。

用汽车来比较，传统的机器人控制就是汽车的电控系统，强化学习和模仿学习要解决的是自动驾驶。

因为目前我们用到的机器人学科的传统教科书，基本都是2010年以前编写的，在这之前模仿学习和强化学习的功能还是比较弱的，所以大部分的内容还是从机电系统的角度去讲述机器人的，更多强调的是action level control或者motion control，而不是强调task level control。

另外，底层的运动控制强调的一般是控制的稳定和精准，所以做控制的一般做机器人动力学参数辨识，还要写个李亚普洛夫稳定性证明外加一些轨迹跟踪的误差分析等。

而上层的任务层一般强调的是泛化能力-generalization，所以可以看到很多的强化学习和模仿学习的工作，都要做些实验，证明自己的算法学习到的东西是可以在不同场景都能用的。

贴一张自己的ppt