AnyRank用序贯测试减少机器人策略硬件评测

Apurva Badithela 等提出 AnyRank，一种对多个机器人策略做硬件评测排序的序贯方法：它把试验自适应分配给难以区分的策略，可在任意停止时刻给出（部分）排序并约束排错概率。该方法可选地利用先验信息（如专家直觉、少量硬件评测、模拟器或世界模型 rollout）来优先安排硬件评测，且先验不准确不会破坏其统计保证。 论文称，在仿真与真实策略评测基准上的实验中，AnyRank 相比已有统计严谨方法最多可减少 50% 的硬件评测，同时避免了当前基准所用启发式方法产生的错误排序。该工作标注为 CoRL 2026。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。