内容摘要
作者提出 T2-z，为动作条件机器人世界模型加入可学习的环境潜变量，用于表征视觉中难以直接识别的环境差异，而不预先监督因素类别及其取值。训练交替进行：固定潜变量学习跨环境共享动力学，再冻结世界模型、通过预测误差优化潜变量。测试时保持模型权重冻结，从新环境的一条或多条交互轨迹优化新潜变量，随后复用于其他动作的结果预测。实现采用 BWM 骨干、32 维环境潜变量，主评测执行 40 次潜变量更新。
作者在 7 种仿真设置和 4 项真机任务中评估；各方法使用相同骨干，适配基线获得相同测试交互轨迹。相较不适配的标准世界模型，仿真平均动作成功率由 37.9% 升至 74.2%；真机平均逐帧状态跟踪误差由 19.30 降至 10.85 像素，动作成功率由 26.47% 升至 70.80%。论文还报告，质量与摩擦共同变化时，潜变量的 PCA 投影呈现对应两因素的二维结构；这属于作者的表示分析，并非独立复现结论。
点评
提供了一条冻结世界模型、仅优化环境表示的测试时适配路线，使交互证据可用于执行前比较候选动作结果，无需预定义物理因素监督或独立环境编码器。
结果属于作者论文评测。动作选择协议保证每组候选动作至少包含一个可成功动作，不能据此外推开放任务通用能力；仿真物理误差包含像素、灯状态分数及角度等不同量纲，不宜视为统一物理精度。
版本与核查范围
版本 2610.22364v1 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 #abstract1.1；#S1.p2.1；#S3.SS1.SSS2.p1.1；#S1.p3.1；#S4.SS1.SSS0.Px2.p1.1；#A1.SS2.SSS0.Px2.p1.1；#S4.SS1.SSS0.Px1.p1.1；#S4.SS1.SSS0.Px4.p1.1；#S4.T1.4；#S4.SS3.p1.1；#S4.SS1.SSS0.Px3.p1.1；figcaption[68]