arXiv · 机器人与计算机视觉· Ayush Mittal, Dhruv Gupta·· 22 天前精选AI 评分78
固定世界模型下的干预共形不确定性校准方法
Calibrated for Which Policy? Conformal Uncertainty for Fixed World Models Under Intervention
AI 导读
该研究解决部署策略变更使世界模型不确定性失效的问题,在保持物理转移机制和预测器不变的前提下,通过估计状态占据与动作倾向比率实现加权共形校准。实验基于开源 DINO 特征世界模型与 Franka 机械臂轨迹,在强控状态下行动态覆盖率从普通方法的 55.0% 提升至 91.0%,且学习到的代理分布与目标律的总变差距离小于 0.9%。
推荐理由
针对部署策略变更导致的世界模型不确定性失效问题,提出基于加权共形校准的方法以适配目标分布。
来源:arXiv · 机器人与计算机视觉 · arxiv.org