OpTTA

新方法适应世界模型以用于规划任务

研究人员推出了一种名为乐观测试时适应（OpTTA）的新颖方法，用于在部署期间为规划任务适应潜在世界模型。与保持模型冻结的传统方法不同，OpTTA使用闭环系统更新模型，在该系统中，规划者的动作及其结果为适应过程提供信息。该方法结合了对观察到的转换的预测损失以及来自规划者回滚的实现目标的成本，将适应偏向于对实现目标持乐观态度的模型。跨各种任务和模型的实验表明，与仅预测适应相比，OpTTA显著提高了规划成功率。