与过去在预训练结束后就冻结参数的世界模型不同,AdaJEPA 能够在与环境交互中,基于测试时自适应(Test-Time Adaptation, TTA),实时调整世界模型的编码器和预测器参数,从而实现持续学习 … 到了测试阶段,MPC(Model Predictive Control,模型预测控制)就会调用这个冻结的世界模型,在隐空间里向前滚动”想象”未来,优化出一串动作,再把第一步动作拿到真实环境里执行 … 规划:模型先把当前观测编码成 latent state,然后用当前世界模型进行 MPC,在隐空间里向前滚动预测,找出一串最接近目标状态的动作。

