CoRL 2026 论文 EPO：能量函数编排人形技能，切换次数减少 7 倍
du_yilun · x · 2026-11-08
Yilun Du 团队在 CoRL 2026 展示 Energy-Based Policy Orchestration（EPO）：用能量值为不同人形机器人全身技能编排的简单框架，作者包括 Pieter Abbeel、Leslie Pack Kaelbling、Tomás Lozano-Pérez 等。
- 核心思想：规划器工作在任务时间尺度，可行性变化在控制时间尺度，EPO 用高频中层 bridging——给每个底层策略一个能量（目标可行性+策略达成度），能量可微、可跨策略比较，以控制频率优化「策略-目标」对
- 与学习式 MoE 路由不同，EPO 是组合式的：新增技能只需训练一个新的能量函数
- 实测：站立-操作跟踪误差从 MoE 路由的 0.461 降至 0.420；策略切换次数从每回合 15.46 降至 2.08（少 7 倍）；3.0 m/s 推力下 97%/93% 情况存活，受扰后首个策略切换中位时间仅 40 ms（50 Hz 控制）
「具身」频道最新
- DeepMind 物理仿真器 MuJoCo 星标破 1.6 万,机器人研究基础设施持续走热 — google-deepmind · 2026-11-08
- 「Agent Band」AI 手环宣传图遭群嘲：这套路我们见过 — damnGruz · 2026-11-08
- ORA 用开源模型零样本操控真实机械臂，单任务成本仅 $0.35 — JunGao33210520 · 2026-11-08
- Dimensional 资助 ESP32 寻宝工作坊,力推机器人时代美国开源 — StewartalsopIII · 2026-11-08
- 三星、SK海力士、美光联手推进晶圆厂机器人标准，瞄准2030全自动化产线 — zephyr_z9 · 2026-11-08
- 「大脑即下一代 UI」：作者预告 BCI×Agent 新文章，耳机是消费级入口 — melnykowycz · 2026-11-08