AdaReP:Adaptive Re-Planning under Model Mismatch for Neural World-Model Predictive Control

📄 arXiv: 2606.23079v1 📥 PDF

作者: Yutian Cheng, Xiaojian Ma, Xianhao Wang, Min Yang, Rongpeng Su, Hangxin Liu, Xi Chen, Shuai Li, Qing Li

分类: cs.RO, cs.AI

发布日期: 2026-06-22

备注: Accepted at ICANN 2026. This arXiv version contains supplementary materials and appendices that are omitted from the conference version due to space limitations

💡 一句话要点

提出AdaReP以解决神经世界模型预测控制中的重规划效率问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)

关键词: 神经世界模型 模型预测控制 重规划 动态敏感度 自主机器人 实时控制 计算效率

📋 核心要点

  1. 现有的神经世界模型与模型预测控制方法在每个环境步骤重规划，导致计算开销显著，影响实时性能。
  2. 提出的AdaReP通过在线调整重规划容忍度，利用当前偏差和局部敏感度估计，优化了重规划过程。
  3. 实验结果显示，AdaReP在多个任务中显著降低了计算需求，同时保持了任务性能，尤其在物理机器人实验中表现突出。

📝 摘要（中文）

神经世界模型与模型预测控制（MPC）结合，在每个环境步骤进行重规划以限制累积预测误差，但这会带来显著的计算开销。通过重用缓存计划可以减少开销，但其有效性依赖于预测不匹配在局部动态中的传播。本文分析了这一权衡，并提出了AdaReP，一个无需训练的封装器，能够在线适应重规划容忍度，利用当前与缓存计划的偏差和局部敏感度估计，而无需修改已学习的世界模型或规划器。实验表明，AdaReP在图像空间规划、潜在空间控制和真实机器人操作中显著减少了规划器的计算，同时保持了可比的任务性能，包括在50次物理机器人实验中减少超过80%的查询。

🔬 方法详解

问题定义：本文旨在解决神经世界模型与模型预测控制结合时，重规划带来的高计算开销问题。现有方法在每个环境步骤都需重规划，导致效率低下，尤其在实时应用中表现不佳。

核心思路：AdaReP的核心思想是通过在线调整重规划的容忍度，基于当前的预测偏差和局部动态敏感度来优化重规划过程。这种设计使得系统能够在不修改已有模型的情况下，灵活应对动态环境中的变化。

技术框架：AdaReP的整体架构包括三个主要模块：首先是预测模型，用于生成环境的动态预测；其次是重规划模块，根据当前状态和缓存计划的偏差进行调整；最后是执行模块，将优化后的计划应用于实际操作。

关键创新：最重要的技术创新在于提出了一种基于扰动的动态后悔框架，分析了重用计划的惩罚与重规划容忍度、累积不匹配和局部动态敏感度之间的关系。这一框架为在线调整重规划提供了理论基础。

关键设计：在设计中，AdaReP不需要对已有的世界模型或规划器进行修改，而是通过实时估计局部敏感度和当前偏差来动态调整重规划的容忍度。这种方法有效减少了计算负担，同时保持了任务性能。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，AdaReP在图像空间规划、潜在空间控制和真实机器人操作中显著减少了规划器的计算需求，尤其在50次物理机器人实验中，查询次数减少超过80%。这一结果展示了AdaReP在保持任务性能的同时，显著提升了计算效率。

🎯 应用场景

AdaReP的研究成果在多个领域具有广泛的应用潜力，包括自主机器人、智能交通系统和动态环境中的决策支持系统。其高效的重规划能力能够显著提升实时控制系统的响应速度和适应性，推动智能系统在复杂环境中的应用。未来，随着技术的进一步发展，AdaReP可能会在更多实际场景中发挥重要作用。

📄 摘要（原文）

Neural world models coupled with model predictive control (MPC) replan at every environment step to bound accumulated prediction error, but this incurs substantial computational overhead. Reusing a cached plan reduces this overhead, yet its effectiveness depends on how prediction mismatch propagates through the local dynamics. We analyze this trade-off with a perturbation-based dynamic-regret framework and show that stale-plan penalties scale with the reuse tolerance, the accumulated mismatch since the last replanning step, and the local dynamics sensitivity. Based on this structure, we propose AdaReP, a training-free wrapper that adapts the replanning tolerance online using the current deviation from the cached rollout and a local sensitivity estimate, without modifying the learned world model or planner. Across image-space planning, latent-space control, and real-world robotic manipulation, AdaReP substantially reduces planner-side computation while maintaining comparable task performance, including over 80% fewer queries on a 50-trial physical robot study.