Новые подходы к аппроксимации решений в машинном обучении

Рассматриваются задачи машинного обучения, ориентированные на определение законов управления роботами со сложной локомоцией. Показывается экспоненциальная вычислительная сложность таких задач при использовании существующих методов, в частности, обучения с подкреплением. Обосновывается теоретическая возможность нахождения многомерной функции управления на основе дифференциально-алгебраических уравнений динамики таких систем за счет варьирования выбранного подмножества уравнений связей. Анализируется возможность существенного сокращения размерности пространства параметров задачи оптимизации на этой основе.
Приводятся примеры использования предлагаемого метода для решения задач динамики машин, зооморфных и антропоморфных роботов. Показывается сопоставимость предложенного математического метода с нейроморфными динамическими системами, используемыми в качестве ядра в резервуарных вычислениях, и принципиальная допустимость конструирования аппаратных средств реализации резервуарных вычислений на этой основе.