（+微:hywyysxs）
CPO 交换🌆机作为下一代🖲🏵架构的核心，预🦄计会快速放量🤜。LIBERO-🔰⌚10是该基准中最🇲🇻具挑战性的🇨🇨🧥套件，包含1🆗📋0个长时程🤫任务，每个任务🍈50次◼1️⃣试验🔖。此前，💴👭郭华东被联合国秘🀄书长聘为联合🅰国可持续发展目标5️⃣🗳技术促进机制🇹🇱10人组🍑成员，被国际科🇬🇦🇸🇧学理事会授予可🎪⭕持续发展科学奖⏳。测试指标是自回归🕕预测误差—🇧🇹🇯🇲—让模型🇹🇦预测未🛬⛵来6秒的轨迹💴，然后和💨🇭🇺真实仿真🇪🇭🌙结果对比😦。
这个奖励在👩🚒期望意义上等价📴🇬🇹于反向KL散🇸🇨🏚度的负值，🇪🇷🆖迫使学生模型尽量🛳模仿老师的行🇵🇾✊为，从而在💁♂️减少切换的同🤖🏳️🌈时保留原👨🦳🏊有能力🇬🇷。在论文实验中🆎❌，η=🦜0.02对应🍏⏬切换率约4.1🐠🍓%、MAT🦈🖇H准确率64🇬🇷🍨.0%；η=0📰.04对应👩🎤切换率约1.2🇲🇾👒%、M🕟ATH➕准确率降至🍅55.0%👨👩👧。
