学习机器人元推理：面向实时控制的自适应计算预算

研究将最优计算预算的确定建模为半马尔可夫决策过程（SMDP），单次决策同时决定机器人动作承诺与求解器分配时间，并训练强化学习策略根据当前状态、执行中的计划和低成本规划器统计量动态调整预算。该策略在地面机器人导航、敏捷四旋翼飞行和接触丰富操作中随场景需求改变预算，发现优于固定预算基线的推理模式。