arXiv · cs.AI· Chenyuan Zhou·· 12 天前AI 评分51
T2-z 提出机器人世界模型的环境隐变量测试时优化方法
T2-z: Test-Time Optimization of Environment Latents for Robotic World Models
来源与原文
arXiv · cs.AI
作者：Chenyuan Zhou
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.22364v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Chenyuan Zhou 等人发布 arXiv 论文 T2-z，通过可学习的环境隐变量在测试时优化机器人世界模型，适应不可观测的摩擦、质量等环境因素。在 7 个仿真设置和 4 个真实机器人任务上，物体预测误差从 15.20 降至 7.00，动作成功率从 33.73% 升至 72.96%，且仅需一条测试时交互轨迹即可推断环境隐变量。
来源：arXiv · cs.AI · arxiv.org