Phương pháp IRLfD-DE cho phép robot học mô hình nhiệm vụ và chính sách tránh vật cản từ các lần mô phỏng trong môi trường tĩnh, sau đó tổng quát hóa để hoạt động trong môi trường động. Robot sử dụng camera RGB để theo dõi vật cản, áp dụng bộ lọc Kalman để dự đoán vị trí tương lai của vật thể và điều chỉnh quỹ đạo thông qua điều khiển dự đoán mô hình (MPC). Thí nghiệm với robot YuMi cho thấy robot có thể thực hiện nhiệm vụ pick-and-place trong khi tránh va chạm với vật thể do con người di chuyển. Phương pháp này giúp tăng tính linh hoạt và an toàn trong hợp tác người–robot, đặc biệt trong môi trường sản xuất không cố định.