arXiv cs.RO 机器人学· Motasem Alfarra, Pietro Mazzaglia, Markus Peschl, Daniel Dijkman, Christos Louizos·· 2 小时前精选AI 评分61
TEMPO：面向机器人策略的高效测试时自适应方法（NeurIPS 2026）
Efficient Test-Time Adaptation For Robot Policies
AI 导读
论文提出 TEMPO，一种测试时熵正则化、记忆引导的策略优化方法，用于在部署环境变化（如崎岖或湿滑地形、负载变化、传感退化）时在线自监督地适应预训练机器人运动策略，无需奖励信号。
推荐理由
论文给出在冻结 critic 下仅更新 actor 的轻量基线及两项稳定化改进，可迁移用于端侧策略自适应的方案设计。
来源：arXiv cs.RO 机器人学 · arxiv.org