arXiv cs.RO· Apurva Badithela, David Snyder, Tenny Yin, Jade Sceats, George Pappas, Nikolai Matni, Masha Itkina, Haruki Nishimura, Anirudha Majumdar·· 4 小时前AI 评分56
AnyRank：基于序贯测试的机器人策略可靠排序方法
AnyRank: Reliable Anytime Policy Ranking via Sequential Testing
AI 导读
AnyRank 提出一种多策略排序的序贯方法，自适应地把试验分配给难以区分的策略，并在任意停止时间给出（部分）排序，同时约束错误排序的概率。该方法可选地利用先验信息（如专家直觉、少量留出硬件评估、仿真或动作条件视频世界模型的策略 rollout）提升硬件评估效率，且先验不准确也不会破坏其统计保证。
来源：arXiv cs.RO · arxiv.org