AdaWM：基于自适应世界模型的自动驾驶规划

ICLR 25 2025 50.7 method

TLDR

AdaWM自适应微调世界模型与策略，缓解自动驾驶RL中的分布偏移。

评分理由

The paper identifies root causes of performance degradation during finetuning and proposes adaptive mismatch identification and alignment-driven updates. Strengths include clear problem analysis and effective method; weaknesses are reliance on simulation (CARLA) and limited domain scope.

Read-first 评分解释

综合优先阅读分 50.7，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 31。

近期性 8%

86.7

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2025

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基准、实验、结果

主题相关性 42%

44.3

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：364。

关键词评分

world model

model-based reinforcement learning world model

world dynamics prediction

world simulator

generative world model

interactive world model

video world model

深度分析

创新点

识别了基于世界模型的强化学习在预训练-微调中性能下降的两个根本原因：由于分布偏移导致的规划策略不匹配和动力学模型不匹配。
提出了AdaWM，一种自适应世界模型规划方法，包含不匹配识别和对齐驱动的微调，使用高效的低秩更新。

方法

AdaWM采用基于世界模型的强化学习框架，遵循预训练-微调范式。首先通过不匹配识别量化预训练模型与新任务之间的不匹配程度，然后应用对齐驱动的微调，使用低秩更新选择性更新策略或动力学模型。该方法在CARLA自动驾驶基准上进行评估。

关键结果

在CARLA驾驶任务上的大量实验表明，AdaWM显著改善了微调过程，使自动驾驶系统获得更鲁棒和高效的性能。

技术栈

CARLAReinforcement LearningWorld ModelLow-Rank Updates

资源

论文