EPO能量基策略编排方法发表

2026年11月，Weirui Ye等人提出EPO能量基策略编排方法，旨在解决机器人层级控制中的动态任务执行难题。该方法通过为各策略学习复合能量模型，在运行时依据能量分数选择性切换策略，从而提升行为精度与鲁棒性。 EPO的核心优势在于无需重新训练现有策略即可集成新策略，增强了系统的模块化扩展能力。这一技术成果已发表在CoRL 2026会议上，并成功在真实人形机器人上完成验证，展示了其在复杂动态环境下的实际应用潜力。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。