TEMPO机器人策略测试时自适应方法被NeurIPS 2026接收

Motasem Alfarra 等人提出 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，在无奖励信号条件下在线自监督地适应预训练机器人运动策略，论文已被 NeurIPS 2026 接收。 作者称 TEMPO 在单设备设定下最高带来 80% 的性能提升；并在腿部加装负载的实体 Unitree Go2 上验证，完全在设备端的适应在真实场景中优于未适应的基线。

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。