策略变了，世界模型的置信区间也要重校准
固定预测器的误差覆盖，为什么不能直接搬到新的动作分布？
这项研究讨论世界模型不变、部署策略改变时的共形校准。用目标与源状态—动作分布的密度比加权残差，可以在明确假设下恢复边际覆盖；实验来自有限真实机器人转移池的受控重采样。
图解主要方法
固定预测器的误差覆盖，为什么不能直接搬到新的动作分布？
- 1
先定义究竟改变了哪个分布
核心条件是P(Y|X)=Q(Y|X)，即给定完整输入后的转移机制不变，并要求支持集覆盖。策略改变通常同时改变状态占用与动作倾向，权重应包含两项；只有同一动作前状态分布才可只用动作比。
- 2
密度比进入残差分位数
固定世界模型预测下一帧潜表示，以RMSE作非一致性分数。校准分布对每个源样本加权，并包含测试样本权重对应的无穷大原子，防止新查询在源数据中支持不足时产生虚假的窄区间。
- 3
估计权重，显式承担误差代价
源/目标域分类器的后验赔率估计密度比；理论下界从1−α减去目标与代理分布的TV距离。总体分类对数损失遗憾可界定比率误差，但经验训练损失不是自动可用的总体保证。图3展示加权与未加权的覆盖变化。
实验与证据
已阅读全文正文与附录D实验细节，核对实验条件与原图；未独立复现。
来源证据冻结DINO-WM，15段Franka演示中192个转移，按动作幅度构造可控倾斜。每次重采样500校准、10000测试，重复50次。最强偏移下名义90%覆盖：未加权55.0%，真实权重91.0%，估计权重90.9%。 正文实验与附录D ↗
我的解读这些大量测试样本是从192转移有放回抽样，不是新采集了50万次机器人动作。所选分布与逻辑回归模型结构匹配，场景较有利。
来源证据将权重截断为5，最强偏移覆盖降至83.8%；精确TV下界89.1%，分类遗憾下界仅66.5%。 截断权重与理论松紧 ↗
我的解读稳定权重可能牺牲覆盖；观测覆盖接近90%不意味着通用理论界紧，也不意味着闭环多步安全。
开放情况与使用许可
仓库公开实验记录和Lean形式化目录；README说明不重分发上游门控RGB轨迹或模型权重。未核实根目录许可证，不能把公开记录等同完整开源。来源日期按arXiv页面记录为2026-08-20，编号月份冲突待作者澄清。
LICENSECC BY 4.0
我的判断
独立分析 · 未复现实验正方 · 为什么值得投入
提醒部署团队把不确定性看作相对于策略和数据分布的性质，固定模型也可能需要重新校准。
反方 · 哪些结论还不够
仅单步边际覆盖，依赖条件机制不变与重叠支持；闭环、自适应重复查询和机制改变不在保证内。来源页首发标为8月20日，但arXiv编号为2610，存在日期元数据不一致。
综合判断
作为已有研究的校准回顾收录，保留来源所写日期并披露冲突，不将其包装成10月新发布成果。
我会先做的验证
未执行的验证方案：用真正的新策略采集独立轨迹，按episode划分校准与测试；加入机制变化、支持集断裂和权重截断，分别测单步覆盖与任务风险。