热点事件持续更新
PROMO：四足机器人偏好条件多目标强化学习
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布论文《PROMO：面向四足机器人的偏好条件多目标强化学习》。该研究将四足机器人运动中的目标权衡变为运行时输入，用单一策略替代固定标量奖励。仿真中采样100个偏好，67个行为处于Pareto非支配状态，偏好与目标平均相关性0.843。同一策略零样本迁移至Unitree Go2，仅改变偏好即可将特定能耗降低最多30.4%、位置误差降低38.7%、机体姿态峰值偏差降低59.0%。目前报道仅此一篇，暂无后续进展。
AI 根据报道生成 · 4 小时前更新
最新进展10月3日 12:00
PROMO论文发布，单一策略零样本迁移至Unitree Go2，多项指标显著改善。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）PROMO：面向四足机器人的偏好条件多目标强化学习
PROMO 将四足机器人运动中的目标权衡变为运行时输入，用单一策略替代固定标量奖励。在仿真中采样 100 个偏好，67 个行为处于 Pareto 非支配状态，偏好与目标平均相关性 0.843。同一策略零样本迁移至 Unitree Go2，仅改变偏好即可将特定能耗降低最多 30.4%、位置误差降低 38.7%、机体姿态峰值偏差降低 59.0%。
本事件热度走势
当前热度 8·可比范围峰值 9（10月3日 17:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。