この記事では、TARC（Time-Adaptive Robotic Control）というロボット制御手法を提案しています。従来の固定周波数制御は、低周波数制御の効率と高周波数制御の堅牢性のトレードオフがあり、この制約は適応性のある生物システムでは見られません。著者たちは、強化学習アプローチを用いて、ポリシーが制御アクションとその適用時間を共同で選択できるようにし、ロボットが状況の要求に応じて自律的に制御周波数を調整できるようにしました。この手法は、2つの異なるハードウェアプラットフォーム（高速RCカーと四足歩行ロボット）でゼロショットのシミュレーション-リアル実験により検証され、固定周波数の基準と比較して報酬の面で同等かそれ以上の成果を上げつつ、制御周波数を大幅に減少させ、実世界条件での適応型周波数制御を実現しています。