本研究提出DSE-扩散分数平衡方法，以提高机器人学习新技能的样本效率。实验结果显示，该方法在技能学习中MMD-FK指标平均降低超过30%，成功教授机器人新轨迹。

该文介绍了一种加快 DSE 过程的方法，通过识别最合适的 GPGPU 用于 CNN 推理系统。作者开发了一种快速而精确的技术来预测 CNN 推理过程中的功耗和性能，MAPE 分别为 5.03％和 5.94％。这种方法可以在开发初期估计功耗和性能，减少了大量原型的必要性，节省了时间和金钱，同时也改善了上市时间。

该文介绍了一种通过IMU解决HPE中能源有限问题的方法。通过DSE探讨了准确性和硬件资源有效利用之间的平衡问题，并提出了综合指标。该方法可用于设计具有适当传感器位置、数据隐私保护和资源感知能力的健康应用。