TEMPO：机器人策略的测试时自适应方法
热点事件持续更新
TEMPO：机器人策略的测试时自适应方法
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
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。该方法无需奖励，可在部署时在线自监督更新策略，通过熵正则化 critic 预测分布并结合基于分数的记忆机制，在严重环境偏移下稳定 critic 驱动的更新。 在 MuJoCo Playground 的 Go1、Go2、G1 上，TEMPO 在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%。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
TEMPO：面向机器人策略的高效测试时自适应方法报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.LGTEMPO：面向机器人策略的高效测试时自适应方法
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%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。