零样本迁移，降本80%！自适应时序预测Agent加持真实工业

新智元报道

在真实工业环境中，数据并不是静止不变的。

噪声、缺失、异常和分布漂移会不断出现，而学术界针对某个数据集定向设计的方法，一旦进入新的数据环境，往往就可能失效，需要重新调参甚至重建流程。

时间序列预测正是这一问题最典型的场景之一。

从金融预测、电力调度，到天气变化、医疗监测和工业传感器分析，很多决策都依赖对未来趋势的判断，但不同数据集的特征差异很大，固定模型和手工流程通常难以持续适用。

针对这一痛点，悉尼大学等机构的团队提出了BECRA（Bootstrapped Exploration with Causal Reasoning），一种面向自适应时序预测的Agent训练范式。

它的目标不是再提出一个固定的预测模型，而是训练一个能「自己探索、自己总结经验、自己迁移经验」的预测Agent：在不同数据集上尝试多种策略，比较成功与失败的案例，从中提取可复用的策略经验，再用到新的、未见过的数据集上。

论文地址：https://openreview.net/pdf?id=8d2LLxwU1r

代码地址：https://github.com/Adaptive-Forecasting-Agent/BECRA

研究背景

时间序列预测看似是个经典问题，但在真实应用中依然非常困难。

根源在于，不同时间序列的数据特征差异极大：有的周期性强、有的波动剧烈；有的缺失严重、有的存在异常点；有的很短、有的包含多个变量之间的复杂关系。

因此，很难指望一个固定模型适用于所有场景。

工业界的常见做法，是针对每个数据集手工设计预测流程。例如先判断要不要填补缺失，再决定是否做异常处理、分解、归一化，最后选择合适的预测模型。这类流程往往依赖专家经验和反复试错，成本高、也难以迁移。

更关键的是，这些经验通常不会被系统性地保存下来。一个团队在某个数据集上花费大量时间调出的经验，换到下一个数据集时往往又要重新开始。

这就引出一个核心问题：能不能让预测Agent不只是执行预测，而是通过不断探索，学会「什么样的数据应该匹配什么样的预测策略」？BECRA 正是围绕这个问题提出的。

核心方法

传统预测系统关注的是「给定数据集，哪个模型效果最好」；BECRA 关注的则是另一个问题：「为什么某个策略在这种数据条件下有效，而在另一种条件下无效」。

这个转变很关键。

只知道「哪个模型好」，经验很难迁移，因为下一个数据集可能完全不同；但如果能总结出更抽象的策略经验，比如「数据缺失明显时，某类填补方法更适合」、「序列波动剧烈且有异常时，某类异常处理和模型组合更稳定」、「数据周期性强时，某些分解或周期建模策略更有优势」，那么Agent学到的，就是「数据特征」与「策略选择」之间的关系，是一种可积累、可解释、可迁移的策略知识。

围绕这一思路，BECRA的整体流程分为四个阶段：

图1：BECRA的整体框架。系统通过策略采样、因果经验推理、经验验证和经验指导预测，形成可积累和可迁移的策略知识。

第一步，策略探索（Sampling Strategies）

BECRA让Agent大量尝试不同的预测「套路」（把各种处理步骤和模型自由组合），并且不只留下成功的，也把失败的一起记下来。

这一点和强化学习里「反复试、比好坏」的思路（如 GRPO）有些相似；但BECRA不满足于只知道「哪个套路更好」，它更想弄清「为什么好、为什么坏」。

第二步，因果经验推理（Causal Lesson Reasoning）

光知道哪些工具链表现好、哪些表现差还不够。BECRA会对比相同或相近工具链在不同数据集上的表现，并结合数据集的元特征与组合工具的建模思路，让大模型分析：

哪些数据特征与工具链的能力相匹配，哪些特征又可能导致该工具链失效，以及这些因素如何共同影响最终预测效果。

由此总结出的不是针对单个数据集的参数记录，而是能够说明「在什么数据条件下，应当采用什么策略，以及为什么」的可读经验。

正因为这些经验建立了数据元特征、工具组合与预测效果之间的联系，它们才有可能迁移到新的数据集，而不是停留在对历史结果的简单记忆。

第三步，经验验证（Lesson Verification）

自动总结出的经验不一定都可靠，有些规律可能只是由偶然相关或个别实验造成。为此，BECRA 会围绕每条候选经验构造配对验证：在相同的数据集、工具链候选和评估条件下，一种方案允许Agent使用这条经验来制定预测流程，另一种方案则屏蔽这条经验，再在独立的验证数据上比较两种方案的预测表现。

如果加入该经验后，Agent在与其适用条件相符的数据上能够稳定获得更好的结果，说明这条经验确实具有实际指导作用；如果性能没有改善，或者效果不稳定，这条经验就不会进入知识库。

这样保留下来的不是仅仅「听起来合理」的总结，而是经过实际预测结果检验的可靠经验。

第四步，经验指导预测（Lesson-guided Forecasting）

攒下一批可靠经验后，再遇到没见过的新数据，Agent 就不用从头训练，而是直接从经验库中选取与当前数据特征相匹配的经验，并据此为新数据配一套合适的预测方案，即插即用。

而且因为存下来的是「看得懂的经验」、不是模型参数，换个底层大模型（Claude、Gemini、Qwen 等）照样能用；每学到新的可靠经验还能随时补进去，越用越聪明。

性能亮点

多类时序任务：验证自适应与迁移能力

研究在多个常用基准上进行了实验，包括ETTh1、ETTh2、ETTm1、ETTm2、Electricity、Weather以及大规模M4数据集，覆盖长期与短期两类预测，并与普通LLM Agent、单一预测模型、LLM-based时序模型和时间序列基础模型等多类基线进行比较。

表1展示了BECRA在六个长期预测基准数据集上的结果，并与普通LLM Agent、单一架构预测模型、LLM-based时序模型和时间序列基础模型进行了比较。

长期预测采用严格的leave-one-out设置：对每个目标数据集，Agent 只能使用从其他数据集中学到的经验，不能提前看到目标数据集上的策略表现。这样考察的是它是否真的具备迁移能力，而不是记住某个数据集的最优答案。

结果显示，BECRA 能利用已积累的策略 lessons，在未见过的数据集上构建预测流程，并在多类基准上取得有竞争力的结果。

表2展示了 BECRA 在 M4 数据集不同频率类别上的短期预测结果，并与多类代表性基线进行了比较。

短期预测则在高度异质的 M4 数据集上验证。M4 包含不同频率、不同类型的时间序列，实验表明，BECRA 学到的策略知识不仅可以用于长期预测，也能够迁移到短期预测场景中。

缺失与异常场景：不完美数据下依然稳定

真实世界的时间序列往往并不完整：传感器可能短暂故障，金融数据可能受异常波动影响，工业系统也可能产生连续缺失的数据片段。研究因此构造了两类缺失模式（模拟零散丢失的随机缺失、模拟连续中断的块状缺失）和不同比例的异常污染来做压力测试。

图2：BECRA 在随机缺失、块状缺失和异常污染场景下的鲁棒性评估。

结果显示，在这些挑战性场景下，BECRA的表现提供了证据，表明其学习到的策略经验可以帮助Agent根据数据问题选择更合适的处理和预测流程。这也说明，BECRA的价值不仅在于提升单个benchmark上的预测精度，更在于让Agent具备一定的策略适应能力。

效率：减少重复试错成本

预测系统的成本，并不只来自模型训练，也来自大量反复试错。

AutoML 类方法通常需要在每个新数据集上重新搜索策略，一遇到新任务就得重新付出搜索成本。

BECRA 的不同之处在于，它把一部分搜索成本转化为可复用的策略知识：Agent 在前期探索中积累经验，之后面对新数据集时，用已有 lessons 缩小搜索空间、减少重复试错。

表3对比了AutoML冷启动与BECRA热启动在六个数据集上的试验成本，用于展示可复用经验对减少重复搜索的作用。

论文的计算成本分析显示，在相同候选工具链设置下，BECRA相比代表性 AutoML baseline减少了超过80%的trial cost：AutoML在6个数据集上需要1177 trials，而BECRA在warm-start后总共只需211次trials。这说明，经验积累机制有潜力显著降低动态预测环境中的重复探索成本。

总结

BECRA 的核心意义，在于把时间序列预测从「模型选择问题」推进到「Agent 训练问题」。

过去很多方法关注的是设计一个更强的预测模型，或为某个数据集搜索一个更好的pipeline；BECRA关注的是让Agent学会如何根据数据特征选择策略，并把这种选择经验积累下来。这使得预测系统有机会从一次性工具，变成一个可以持续学习、迁移经验的智能体。

对真实工业场景而言，这一点尤其重要：真实数据环境经常变化，手工重建预测流程成本高、速度慢，也难以规模化。

而BECRA提供了新方向：让Agent在不同任务中积累经验，并在未来任务中复用。金融资产的波动模式差异很大、市场状态不断变化，能源与工业数据常有缺失、异常和分布漂移，这类非平稳环境正适合一个能根据数据特征动态选择策略的 Agent。

更进一步，只要一个任务涉及「在不同数据条件下选择不同工具或策略」，就可能受益于这套「探索、对比、归纳、验证」的训练范式。论文也指出，该机制未来有望进一步拓展到材料科学、药物发现等数据稀缺、工具组合复杂的领域。

参考资料：

https://openreview.net/pdf?id=8d2LLxwU1r

编辑：LRST