보통 현실의 물리적 법칙들은 매우 비선형적으로 얽혀있다. 이 아이디어는 n중 카트폴(스윙업)문제를 강화학습으로 해결하는 과정에서 나왔다.
에이전트는 현실 공간과 거의 흡사한 상태 공간에서 여러 물리 법칙들이 어떻게 유기적으로 돌아가는지 파악하여 보상을 최대화한다.
만약 상태공간을 보다 큰 차원으로 확장한다면, 그 공간에서 물리 법칙들의 얽힘이 풀림을 기대해볼 수 있다. 이는 커널 트릭과 유사하다.

이를 agent AI, physical AI와 연관짓는다면?

점추정(MLE, MAP)으로 빠르게 상황인지를 하고, 베이지안 추론으로 안전 통제하는 에이전트