EPO：面向机器人层级控制的能量基策略编排方法

EPO 通过选择最低能量策略-目标对，在动态任务中提升机器人行为精度与鲁棒性。 该方法为各策略学习复合能量模型，运行时依据能量分数选择性切换策略。 无需重新训练现有策略即可集成新策略，并已在真实人形机器人上验证。