Bài báo này hướng đến việc triển khai một hệ thống liên tục thích ứng với môi trường và nhiệm vụ thay đổi trong robot học liên tục. Khác với các phương pháp hiện có, chúng tôi trình bày một khuôn khổ sáng tạo giúp cải thiện sự liên kết mô hình bằng cách chuyển đổi chính các hành động đã được lên kế hoạch, thay vì điều hướng bằng các mô hình không liên kết. Khuôn khổ này sử dụng phương pháp khớp dòng để liên kết các mô hình động lực học robot trực tuyến. Điều này cho phép robot thu thập dữ liệu giàu thông tin hiệu quả hơn, tăng tốc quá trình học, xử lý các mô hình đang phát triển và có khả năng chưa hoàn thiện, đồng thời giảm sự phụ thuộc vào bộ đệm phát lại hoặc ảnh chụp nhanh mô hình hiện có. Kết quả thử nghiệm sử dụng xe mặt đất không người lái và máy bay bốn cánh quạt chứng minh khả năng thích ứng và hiệu quả của phương pháp của chúng tôi, đạt tỷ lệ thành công nhiệm vụ cao hơn 34,2% so với các phương pháp hiện có.
