CoRL 2026 论文 EPO：能量函数编排人形机器人技能，切换次数减少 7 倍

Yilun Du 团队在 CoRL 2026 展示 Energy-Based Policy Orchestration（EPO），以可微能量值比较并编排人形机器人的全身技能。实验显示，站立-操作跟踪误差由 MoE 路由的 0.461 降至 0.420，每回合策略切换次数由 15.46 降至 2.08。受扰后首个策略切换中位时间为 40 ms，控制频率为 50 Hz。