जटिल भौतिक प्रणालियों पर सुदृढीकरण अधिगम (RL) लागू करने में उच्च कम्प्यूटेशनल सिमुलेशन लागत के कारण लंबे प्रशिक्षण समय की चुनौतियों का सामना करना पड़ता है। स्थानांतरण अधिगम समान समस्याओं पर प्रशिक्षित मॉडलों का लाभ उठाकर प्रशिक्षण समय को कम कर सकता है। कम क्रम के मॉडल (ROMs) सटीकता बनाए रखते हुए RL प्रशिक्षण के लिए तेज, सरलीकृत वातावरण बनाते हैं। ROMs को विभिन्न विधियों के माध्यम से उत्पन्न किया जा सकता है, जिसमें डेटा-संचालित विज्ञान से अनुपरीक्षित अधिगम दृष्टिकोण शामिल हैं। गतिशील प्रणालियाँ समय के साथ विकसित होती हैं और राज्य वैक्टर और उनके अवकलजों द्वारा वर्णित होती हैं। वास्तविक दुनिया की भौतिक प्रणालियाँ अक्सर गैर-रैखिकता प्रदर्शित करती हैं, जिससे उनका लक्षण वर्णन करना मुश्किल हो जाता है। इन प्रणालियों में अक्सर हल करने योग्य शासी समीकरणों का अभाव होता है, जिसके लिए सरलीकरण की आवश्यकता होती है जो उनकी उपयोगिता को सीमित करते हैं। टर्बोजेट इंजन गतिशीलता एक उदाहरण समस्या के रूप में कार्य करती है जहां युग्मित समीकरणों को सीधे के बजाय पुनरावृत्त रूप से हल किया जाना चाहिए।