T2-z：面向机器人世界模型的环境隐变量测试期优化

预印本摘要称，研究者提出了 T2-z 框架，通过在测试期优化环境隐变量，使机器人世界模型能够在无显式监督的情况下捕捉未直接可观测的物理属性与环境规则。在 7 个仿真设置与 4 项真实机器人任务中，该方法将物体预测误差指标从 15.20 降至 7.00，并将动作成功率从 33.73% 提升至 72.96%。消融实验进一步显示，该方法可从少至单次测试期交互轨迹中推断出环境隐变量。