arXiv Computer Vision· Chenyuan Zhou, Yining Hong, Huang Huang, Yunfan Jiang, Wenlong Huang, David Held, Vitor Campagnolo Guizilini, Yue Wang, Li Fei-Fei, Jiajun Wu, Leonidas Guibas, Yejin Choi·· 2 小时前AI 评分30
T2-Z：面向机器人世界模型的环境隐变量测试时优化
T2-z: Test-Time Optimization of Environment Latents for Robotic World Models
AI 导读
T2-Z 为机器人世界模型引入可学习的环境隐变量，在测试时冻结世界模型、仅凭一次或多次交互轨迹优化新初始化的隐变量，从而适配未见过的环境配置。在 7 个仿真设置和 4 个真实机器人任务中，物体预测误差指标从 15.20 降至 7.00，动作成功率从 33.73% 提升至 72.96%。消融实验显示，T2-Z 可仅用单条测试时交互轨迹高效推断环境隐变量。
来源：arXiv Computer Vision · arxiv.org