跳到正文
原文
HuggingFace Daily Papers(社區熱門論文)·· 7 天前AI 評分44

JEPA-TTT:動力學轉變下用於規劃的潛在世界模型持續測試時訓練

JEPA-TTT: Persistent Test-Time Training of Latent World Models for Planning under Dynamics Shifts

AI 導讀

JEPA-TTT 透過在測試期間持續自我監督更新預訓練世界模型的潛在動力學預測器,適應測試時與訓練時不同的環境動力學。在 4 個連續控制環境的 8 種動力學轉變中,JEPA-TTT 均改善規劃表現;經 500 個測試回合後,潛在自回歸預測誤差平均降低 83%,規劃表現較凍結的 JEPA 世界模型提升 153%。

來源:HuggingFace Daily Papers(社區熱門論文) · huggingface.co