arXiv cs.RO 机器人学· Apurva Badithela, David Snyder, Tenny Yin, Jade Sceats, George Pappas, Nikolai Matni, Masha Itkina, Haruki Nishimura, Anirudha Majumdar·· 5 小时前精选AI 评分56
AnyRank：通过序贯测试实现可靠的机器人策略随时排序
AnyRank: Reliable Anytime Policy Ranking via Sequential Testing
AI 导读
AnyRank 提出一种多策略排序的序贯方法，自适应地把试验分配给难以区分的策略，可在任意停止时刻给出（部分）排序并约束错误排序的概率，还能利用可能不完美的先验信息（如专家直觉、少量硬件评测、模拟器或动作条件视频世界模型的策略 rollout）提升硬件评测效率，且先验不准确不会破坏其统计保证。
推荐理由
论文指出固定批次评测会因统计不确定性给出错误排序，并给出可减少硬件试验次数的序贯方法。
来源：arXiv cs.RO 机器人学 · arxiv.org