可持续时空预测学习

活动介绍

上海白玉兰开源开放研究院发起的“青年学者论坛”，意在为国内外大数据及人工智能领域的优秀青年学者，搭建一个非正式交流平台。我们诚邀发表在国际顶会的论文作者，以第一视角介绍其学术观点、研究细节、成果展现、相关领域前沿方向等话题，促进观点碰撞及交流合作。

此次是“青年学者论坛”第25期活动，青年学者论坛讲师及志愿者持续招募中。如有意愿，请与我们联系，欢迎广大同学们积极参与。
Email：chengh@baiyulan.org.cn （邮件主题：青年学者论坛）
微信：chhao01 （验证消息：青年学者论坛）

• 摘要

近年来，以学习通用环境表征为目的的预测学习越来越多地被应用到工业制造、自动驾驶等场景的各种时空决策任务中。在现有的研究中，我们往往假设可以提前获得不同环境、不同预测任务的训练数据，然后进行模型训练。然而，在实际场景中，模型所面临的环境或任务可能是动态变化的，即待学习的预测任务可能以序列化的非平稳的形式出现。在这种持续学习的设定下，多数现有的预测学习方法会遭遇灾难性遗忘 ，而简单地应用已有针对图像表征的持续学习方法并不能在时空预测问题上取得很好的效果。针对这一问题，我们开创性地提出了一种可持续时空预测学习框架，通过针对性的设计混合世界模型，基于预测的经验回放策略以及自适应的无参数任务推断机制，有效的缓解了预测模型的灾难性遗忘问题。实验结果表明，相比此前的持续学习方法与视频预测方法的结合，本研究的方法取得了显著的效果提升。

活动安排

讲师介绍

陈赓，上海交通大学在读本科生，导师为王韫博助理教授。主要研究兴趣为深度预测学习，有模型的强化学习和持续学习。目前以共同一作身份在CVPR会议上发表论文1篇。

评议人

高岳，上海交通大学人工智能研究院长聘教轨副教授，研究方向为多足机器人和服务机器人的行为智能。已发表国际高水平学术论文（SCI/EI）30余篇，出版中文著作1部。主持国家自然科学基金项目，国家重点研发计划科技冬奥项目课题等。获得世界人工智能大会SAIL奖 Top30，上海高校教师教学创新大赛特等奖， 受聘担任上海交通大学AI-MBA项目学术委员会主任。

合作平台

• CSDN
• 思否
• 掘金
• 数据与智能
• 示说
• 百度飞桨博士会

独家报名平台