面向受控世界模型自适应的校准风险路由

新研究提出模型校正世界模型（MC-WM），通过将初始目标数据划分为拟合、选择与校准分区，并部署标准化校准风险更低的模型族来解决仿真到目标的漂移问题。该方法结合学习到的置信度信号与确定性有效性谓词对单步想象策略更新加权，无需重写物理奖励。团队在三个受控 MuJoCo 动力学偏移场景下完成了 541 次运行执行评测。