TERRA在线自适应框架：漫游车数分钟内适应地形

论文作者提出 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，在 MPC 中引导探索。作者称，仿真中在严重分布外预训练条件下，TERRA 约五次试验内达到约 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。 实机方面，作者称在 ERNEST 漫游车上，TERRA 在可变形火星模拟土坡上经三到五次实机试验恢复了协调的主动悬架运动。上述结果来自作者自述，属预印本，未经同行评议或独立验证。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。