研究者提出OpTTA：面向规划的乐观测试时世界模型自适应方法

Akshay Mete、Dileep Kalathil 和 P. R. Kumar 在 arXiv 提出 OpTTA，一种面向规划的乐观测试时自适应方法，对潜在世界模型进行测试时适应。其目标函数同时最小化观测转移的预测损失和规划器候选 rollout 的目标达成成本，使模型朝乐观方向偏置，且无需额外环境交互。 论文报告的实验结果称：在仅自适应预测器（predictor）时，OpTTA 相比冻结模型平均提升最终规划成功率 13.5 个百分点，而仅用预测损失目标的 AdaJEPA 提升为 6.9 个百分点。实验覆盖三个使用不同编码器和训练目标的 JEPA 世界模型，并针对时间矫直任务测试了 CEM 和基于梯度的两种规划器。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。