arXiv Robotics· Motasem Alfarra, Pietro Mazzaglia, Markus Peschl, Daniel Dijkman, Christos Louizos·· 4 小时前AI 评分34
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，用于机器人控制策略的在线自监督自适应，无需奖励信号。该方法结合对 critic 预测分布的熵促进正则项与基于分数的记忆机制，优先处理低价值"困难"观测。
来源：arXiv Robotics · arxiv.org