Ce projet propose une méthode innovante pour contrôler le freinage d'un robot en tenant compte des capacités réelles de chaque configuration articulaire, plutôt que des valeurs maximales constantes. En utilisant l'apprentissage par renforcement profond, il apprend une politique de contrôle optimale pour générer des trajectoires de freinage plus efficaces sur les plans temporel et énergétique, surpassant les techniques classiques.