何が起きたか

arXivに2026年6月30日付で公開された論文「AdaJEPA: An Adaptive Latent World Model」において、AdaJEPAが提案された。AdaJEPAは、高次元観測から将来の状態をコンパクトな潜在空間で予測する潜在世界モデルであり、テスト時にモデルを凍結せず、モデル予測制御の閉ループ内で適応を行う。具体的には、訓練後に最初のアクションチャンクを計画・実行し、観測された次の状態遷移を自己教師あり適応信号として用いてモデルを更新し、再計画する。この閉ループ更新により、追加の専門家デモなしで世界モデルを継続的に再調整する。

詳細

従来の潜在世界モデルはテスト時に凍結されることが一般的であり、予測が不正確になると、特にテスト時の分布シフト下で計画が失敗する可能性がある。AdaJEPAはこの問題に対処するため、MPCの各再計画ステップでわずか1回の勾配ステップで計画成功率を大幅に改善する。論文では、さまざまな目標到達タスクにわたってAdaJEPAの有効性が示されている。

Key Facts

AdaJEPAは適応型潜在世界モデルであり、モデル予測制御の閉ループ内でテスト時適応を実行する。[1]
AdaJEPAは訓練後、最初のアクションチャンクを計画・実行し、観測された次の状態遷移を自己教師あり適応信号として使用する。[1]
AdaJEPAは追加の専門家デモなしで世界モデルを継続的に再調整する。[1]
AdaJEPAは、MPCの再計画ステップごとにわずか1回の勾配ステップで計画成功率を大幅に向上させる。[1]
論文はarXivで2026年6月30日に公開された。[1]

なぜ重要か

AdaJEPAは、テスト時の分布シフト下での計画失敗という潜在世界モデルの課題に対処する。テスト時適応をMPCの閉ループに組み込むことで、追加のデモなしにモデルを継続的に更新でき、実世界の動的環境でのロボット制御や意思決定タスクへの応用が期待される。