arXiv cs.LG· Motasem Alfarra, Pietro Mazzaglia, Markus Peschl, Daniel Dijkman, Christos Louizos·· 7 小时前AI 评分29
TEMPO：面向机器人策略的高效测试时自适应方法
Efficient Test-Time Adaptation For Robot Policies
AI 导读
研究者提出 TEMPO，一种测试时熵正则化、记忆引导的策略优化方法，用于机器人控制中的测试时自适应（TTA），无需奖励即可在部署时在线自监督更新策略。TEMPO 结合对 critic 预测分布的熵正则化与基于分数的记忆机制，在 MuJoCo Playground 的 Go1、Go2、G1 上四种典型环境偏移下取得一致提升，单设备场景最高提升 80%。
来源：arXiv cs.LG · arxiv.org