QtScrcpy 是一款轻量级工具，支持通过 USB 或网络连接 Android 设备，实时显示和控制，无需 root 权限。兼容 GNU/Linux、Windows 和 MacOS，支持自定义按键映射，适合游戏设计。要求 Android API 21 以上，并需启用 adb 调试。

本研究提出了一种结合软演员-评论家强化学习与数字孪生技术的方法，以解决智能制造中的适应性控制不足问题。该方法在机器人增材制造中实现了实时过程控制，展现出快速的策略收敛和稳健的任务执行能力，提升了增材制造的自适应实时控制能力。

本研究提出了一种新型无人机控制框架，利用强化学习的异态actor-critic架构，实现从模拟到真实环境的快速转换，仅需18秒训练。该框架可在廉价无人机上实时控制，通过优化模拟器和课程学习提高训练效率，实验显示其在航迹跟踪方面表现优异。

本研究提出了一种新的无人机控制框架，使用强化学习和训练方法，能够快速转化到真实环境并实现实时控制。该框架在航迹跟踪方面具有竞争性能。

该文介绍了一种分散、分布式的实时控制方案，通过调整区域流量来平衡用户舒适度和节能。提出了一个热动力学建模和稳态资源分配问题的优化方法，最小化区域温度和建筑能耗之间的总偏差。提出了两种方法来解决该问题并设计实时控制，可以平衡节能和舒适度。

本文提出了一种基于模型的机器人运动框架，通过引入跟踪多个时间步长上的模型预测的损失函数来准确地建模机器人的动力学，使学习到的模型可以进行实时控制。此方法比当前的无模型方法在样本效率上提高了一个数量级以上。

本文提出了一种基于模型的机器人运动框架，通过采集四足机器人数据并引入模型预测的损失函数，实现了准确建模机器人的动力学，使学习到的模型可以进行实时控制。此方法在样本效率上比当前的无模型方法提高了一个数量级以上。