AdaJEPA：一种自适应潜空间世界模型

潜空间世界模型通过在紧凑的潜空间中预测未来状态，实现了基于高维观测的规划。然而，这些模型在测试时通常保持冻结，当预测变得不准确（尤其是在测试时分布偏移下）时，规划往往会失败。为此，我们提出了 AdaJEPA，这是一种自适应潜空间世界模型，能够在模型预测控制（MPC）的闭环中执行测试时自适应。训练后，AdaJEPA 规划并执行第一个动作块，利用观察到的下一状态转移作为自监督自适应信号，并使用更新后的模型重新规划。这种闭环更新无需额外的专家演示即可持续校准世界模型。在一系列目标到达任务中，AdaJEPA 仅在每次 MPC 重规划步骤中进行一次梯度更新，便显著提高了规划成功率。