报告主题：AdaJEPA，LeCun团队｜自适应潜在世界模型，预测未来实现智能体规划

报告日期：7月21日（周二） 10:30-11:30
报告要点：
潜在世界模型通过预测未来状态实现智能体规划，但部署时参数固定，面对分布偏移时预测失准即导致规划失败。智源Talk 366期邀请了纽约大学王赢线上分享，提出了AdaJEPA——一种自适应潜在世界模型。该工作在模型预测控制闭环中引入测试时自适应机制，利用真实观测作为自监督信号在线更新世界模型，在环境动态变化、视觉扰动等场景下显著提升预测精度与规划成功率，为构建长期自主学习智能体提供了新思路。欢迎大家一起讨论交流。论文链接：https://arxiv.org/abs/2606.320263D

议题详情：

潜在世界模型（latent world model）通过在紧凑的潜空间中预测未来状态，使智能体能够基于高维观测进行规划。然而，这类模型通常在测试阶段保持参数固定：一旦预测变得不准确，规划性能便会下降，尤其是在测试时发生分布偏移（distribution shift）的情况下。为了解决这一问题，我们提出 AdaJEPA，一种能够在模型预测控制（MPC）闭环中进行测试时自适应（test-time adaptation）的潜在世界模型。训练完成后，AdaJEPA 首先利用当前世界模型进行规划并执行第一段动作，随后将真实观测到的状态作为自监督的适应信号，对世界模型进行在线更新，并基于更新后的模型重新规划。实验结果表明，在环境动力学变化、视觉扰动以及分布偏移等多种场景下，AdaJEPA 能够显著提高预测精度和规划成功率，相比固定世界模型表现出更强的鲁棒性和泛化能力。总体而言，该工作表明，世界模型不应在训练后保持静态，而应在部署过程中持续学习和适应环境变化，为构建长期自主学习的智能体提供了一种新的思路。

报告嘉宾：

王赢是纽约大学的二年级博士生，主要的研究方向为世界模型，师从Prof. Yann LeCun和Prof. Mengye Ren。在此之前，他在纽约大学获得硕士学位和在麦吉尔大学获得学士学位。 
电脑端观看地址


更多热门活动：

内容中包含的图片若涉及版权问题，请及时与我们联系删除