MC-WM：按校准风险路由的受控世界模型适配

2026年10月2日，arXiv cs.AI 刊出论文提出 MC-WM，用于受控世界模型适配。该方法把初始目标数据切分为互不重叠的拟合、选择与校准三个分区，依据标准化校准风险，在“修正模拟器”与“直接拟合目标”两族之间路由，选择风险更低者部署。模型用学习到的置信信号与确定性有效性谓词对单步想象策略更新加权，且不改写物理奖励。实验在3个受控 MuJoCo 动力学迁移任务上进行，共完成541次执行，其中1个精确路由单元在部署前产物门控后重复。报道未给出与其他方法的对比结论，也未提及代码或数据是否公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。