AnyRank：用序贯测试法排序机器人策略，硬件评测次数最多省一半

AnyRank 用序贯测试对机器人策略排序，在仿真与真实基准实验中相比现有方法最多减少 50% 硬件评测次数。该方法自适应地把试验次数分配给难以区分的策略，可在任意停止时刻给出部分排序，并保证错误排序概率有界。它还能借助专家直觉、少量硬件评测或视频世界模型 rollout 等先验加速，先验不准也不破坏统计保证。