arXiv cs.RO· Yishu Li, Liyuan Geng, Xinyi Mao, Amber Li, David Held·· 1 天前精选AI 评分62
SCOUT：用动作-结果反馈实现测试时策略自适应
Scouting the Dynamics Gap: Test-Time Policy Adaptation via Action-Outcome Feedback
AI 导读
SCOUT 是一个动力学感知的元学习框架，通过共享信念隐空间把动作预测策略与前向动力学模型耦合，让操作策略在部署时依据动作-结果偏差在线更新内部信念，从而适应未知物理动力学。论文称该方法在仿真操作基准上显著加快在线自适应，并实现了真实世界的仿真到真实迁移，已被 CoRL 2026 接收。
推荐理由
提出用动作-结果反馈在线更新动力学信念的元学习框架，读者可了解测试时自适应如何绕开稀疏奖励。
来源：arXiv cs.RO · arxiv.org