跳到正文
arXiv · 机器人与计算机视觉· Hossein Resani, Javen Qinfeng Shi·· 27 天前AI 评分75

Inside-JEPA:从预测到潜在世界模型中的关系定位

Inside-JEPA: From Prediction to Relational Grounding in Latent World Models

AI 导读

Hossein Resani 和 Javen Qinfeng Shi 提出 Inside-JEPA,一种在 JEPA 潜在状态中嵌入有序实体对关系通道的架构。研究通过逆动力学损失在无标签条件下 grounding 这些通道,并在 Something-Something V2、RH20T 机器人集以及使用现成检测跟踪的五个关系上验证了性能提升。

来源:arXiv · 机器人与计算机视觉 · arxiv.org