arXiv · cs.RO· Jacob Levy, Arthur Bouton, Tristan D. Hassler, Hari Nayar, David Fridovich-Keil·2026-10-29 02:41· 2 天前精选AI 评分67

论文 / 摘要阅读

TERRA：面向行星漫游车的高效定向探索自适应框架

Explore Where It Matters: Targeted Exploration for Efficient Rover Adaptation

AI 导读 · 根据来源整理

作者提出 TERRA 在线自适应框架，用奖励加权预测损失修正仿真训练的世界模型，并训练损失预测器估计未来与性能相关的误差位置，以此在 MPC 中引导探索。仿真中，在严重分布外预训练条件下，TERRA 约在五次试验内达到约 90% 爬坡成功率，在奖励、完成时间和首次成功能耗上优于探索基线。

本站目前提供摘要

以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。