arXiv · AI· 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·· 2026-10-16AI 评分26
T2-z: 机器人世界模型的测试时环境潜变量优化
T2-z: Test-Time Optimization of Environment Latents for Robotic World Models
AI 导读
T2-z 提出测试时优化环境潜变量,增强机器人世界模型预测能力。 该模型通过交替训练阶段使潜变量无监督捕捉环境差异,测试时利用单次交互即可推断潜变量。 在 7 个模拟和 4 个真实任务中,物体预测误差从 15.20 降至 7.00,动作成功率从 33.73% 提升至 72.96%。
来源:arXiv · AI · arxiv.org