EPO：用能量模型编排人形机器人策略

Weirui Ye 等作者提交预印本论文，提出基于能量的策略编排器 EPO，用于模块化目标条件策略族。EPO 为每个低层策略学习一个关于低层目标的复合能量，能量越低表示可行性越高、目标实现越准确；运行时先细化各策略的目标，再执行能量最低的策略-目标对。作者称，由于能量按策略独立，新增策略只需学习其自身能量模型，无需重训已有策略或集中式调度器。 作者称，仿真中该方法通过先细化各策略目标、再按能量分数选择性切换策略，改善了精度与鲁棒性的权衡；作者还在真实人形机器人移动操作任务上部署了同一套冻结策略与能量模型。论文标注为 CoRL 2026，属预印本，尚未经同行评议，实机效果未经独立验证。

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。