共 2 篇相关文章
PORTAL控制器决定测试时适应的干预时机：通过共享比较与动态标签查询，在标签稀缺下选择何时部署干预、标注哪些输入、何时停止，避免平均准确率掩盖的批次失败。
T2-Z 提出测试时优化环境潜变量，让机器人世界模型无需监督即可适应新环境。实验显示预测误差从15.20降至7.00，动作成功率从33.73%提升至72.96%，单次交互即可推断环境潜变量。
