本发明涉及一种用于对装置进行自主控制的方法。该装置通常在现实世界中移动，并且该装置在物理设计方面不需要被限制。该方法的优点在于，该装置可以执行自主学习过程，并持续改进所学习的知识或行为。总体上克服了现有技术中必须首先产生训练数据的缺点，...