本文介绍了一种名为Reactor的新型机器人架构，结合深度强化学习和物理模拟器，提升采样效率并解决部分观测问题。提出的MAGE算法和MoPAC方法在复杂任务中表现优异，提供稳定控制能力和优化技能学习的解决方案。