METTA
一种元强化学习框架，通过双时间尺度记忆分解（因果神经记忆负责情节内适应，紧凑情节级摘要支持跨情节长程推断），在保持线性复杂度的同时实现长期记忆和测试时训练能力。
时间轴 (近 90 天)
METTA（Memory-Enhanced Test-Time Adaptation）是一种元强化学习框架，通过分解快速适应的时间尺度，在保持线性复杂度的同时实现长期记忆。
METTA将快速适应阶段分解为两个时间尺度：因果神经记忆负责情节内（within-episode）的细粒度适应，并以线性序列复杂度运行；紧凑的情节级摘要支持跨情节（cross-episode）的长程任务推断。
在Meta-World ML10/45测试环境中，METTA在未见过的任务上成功率超过50%，同时保持较低训练预算和较短运行时间。
在长上下文稀疏奖励的PointMaze任务上，METTA相比基于Transformer的基线展现出更结构化的探索行为。
METTA的当前实验集中在Meta-World和PointMaze等仿真基准上，在更复杂、更高维的真实世界任务中，记忆的压缩与摘要策略是否依然有效仍需进一步验证。
全部知识事实 (5)
METTA（Memory-Enhanced Test-Time Adaptation）是一种元强化学习框架，通过分解快速适应的时间尺度，在保持线性复杂度的同时实现长期记忆。
50%待验证METTA将快速适应阶段分解为两个时间尺度：因果神经记忆负责情节内（within-episode）的细粒度适应，并以线性序列复杂度运行；紧凑的情节级摘要支持跨情节（cross-episode）的长程任务推断。
50%待验证在Meta-World ML10/45测试环境中，METTA在未见过的任务上成功率超过50%，同时保持较低训练预算和较短运行时间。
50%待验证在长上下文稀疏奖励的PointMaze任务上，METTA相比基于Transformer的基线展现出更结构化的探索行为。
50%待验证METTA的当前实验集中在Meta-World和PointMaze等仿真基准上，在更复杂、更高维的真实世界任务中，记忆的压缩与摘要策略是否依然有效仍需进一步验证。
50%