1.港大mpp

本文一作曹嘉航，香港大学在读博士生，前北京人形机器人创新中心实习生；共同一作黄翊泽，上海交通大学在读本科生；通讯导师 Andrew F. Luo，香港大学助理教授在机器人学习领域，提升基于生成式模型的控制策略（Policy）的性能通常意味着投入巨额成本进行额外的数据采集和模型训练，这极大地限制了机器人能力的快速迭代与升级。

2.港大pdla

面对模型性能的瓶颈，如何在不增加训练负担的情况下，进一步挖掘并增强现有策略的潜力？香港大学团队开创性地提出了

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。