ConfAL-WM：具身世界模型置信度主动学习框架

Xiang Liu 等作者提交论文预印本，提出 ConfAL-WM——一个面向动作条件世界模型后训练的置信度引导主动学习框架。 该框架在 EnerVerse-AC（EVAC）的 UNet 解码器特征上附加轻量置信度探针，在潜空间预测稠密置信度图，并聚合为任务、帧、patch 三级分数，用于分配数据预算和局部训练增强。 上述内容来自作者在论文中的自述，尚未见独立验证或后续跟进报道。

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。