JEPA-TTT：持续测试时训练让潜在世界模型适应动力学变化

JEPA-TTT在测试时持续更新预训练、动作条件化JEPA世界模型的潜在动力学预测器，同时固定视觉编码器和奖励头，以适应训练与测试环境之间的动力学变化。该方法通过dense replay积累跨回合的预测窗口，规划不需要目标图像或在线环境奖励。在四个连续控制环境的八种动力学变化中，经过500个测试回合后，潜在自回归预测误差平均降低83%，规划性能较冻结的JEPA世界模型提升153%。