审计世界动作模型测试时搜索三项前提

Jun Liu 等作者发布一项预注册审计，在 Cosmos Policy 和 RoboCasa 上检验世界动作模型测试时搜索的三项前提，涉及候选选择与仿真器完整性。结果显示，学习型价值选择器比随机选择差 1.66 个百分点；事后最优选择仅带来 1.40 个百分点提升；82% 的状态下候选结果完全相同。作者称结论仅适用于所测试的配置。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。