Calibration-risk routing for controlled world-model adaptation

arXiv cs.AI · 2 oct, 06:00

Investigadores presentan MC-WM (Model-Corrected World Model), un método de aprendizaje por refuerzo basado en modelos que aborda el problema de adaptación cuando el simulador y el entorno real difieren. La técnica separa los datos de objetivo inicial en particiones disjuntas y selecciona el modelo con menor riesgo de calibración estandarizado.