跳到正文
arXiv · 机器人与计算机视觉· Motasem Alfarra, Pietro Mazzaglia, Markus Peschl, Daniel Dijkman, Christos Louizos·· 2026-10-15精选AI 评分78

Efficient Test-Time Adaptation For Robot Policies

Efficient Test-Time Adaptation For Robot Policies

AI 导读

针对强化学习机器人在部署时因环境变化导致性能下降且难以重训练的问题,本文提出 TEMPO 方法。该方法利用冻结的预训练评论家(critic)作为代理,通过熵正则化缓解过度自信外推,并结合基于分数的记忆机制优先处理难样本以聚焦关键计算。

推荐理由

提出 TEMPO 方法,通过熵正则化与记忆引导优化策略,在仿真及真实机器人上实现测试时自适应。

来源:arXiv · 机器人与计算机视觉 · arxiv.org