TERRA 火星漫游车在线适应框架发布

Jacob Levy 等研究人员发布了名为 TERRA（面向奖励相关适应的目标探索）的在线适应框架。该框架旨在高效获取能暴露任务相关模型错误的部署数据并进行修正，以提升系统适应性。 在模拟器测试中，TERRA 通过奖励加权预测损失引导 MPC 探索，在严重分布外条件下，于 5 次尝试内达到了 90% 的爬坡成功率，验证了其在模拟环境下的有效性。 在真实环境中，TERRA 框架在 ERNEST 漫游车上 3 至 5 次真实尝试内恢复了活跃悬挂协调运动。相较于探索基线，该框架在奖励、完成时间和能耗方面均表现出优势，证明了其在实际复杂场景中的高效性与可靠性。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。