同样推一下盒子，它在粗糙桌面上可能只挪一点，在光滑桌面上却会滑很远。摄像头看不出摩擦力，机器人却得据此行动。T2-z 的思路是：到了陌生环境，先根据一次或多次实际交互，临场校准一个“环境潜变量”——模型内部用少量数字概括、但不必逐项命名的隐藏因素。
训练时，研究团队交替更新两部分：先固定潜变量，让机器人世界模型——用于预演动作后果的预测模型——学习各环境共有的规律；再冻结世界模型，只调整潜变量，让它解释不同环境中的预测误差。部署时则完全冻结世界模型，仅优化新环境的潜变量，随后用校准后的模型比较候选动作。论文在 7 种模拟设置和 4 项真实机器人任务中测试了方法；作者称，即使只有一条测试时交互轨迹，也能推断出有用的环境表示。材料中的具体误差和成功率数值缺失，因此暂不能判断提升幅度。