arXiv · 机器人与计算机视觉· Minghao Fu, Tavis Siebert, Eryk Halicki, Randall Balestriero·· 2026-10-12精选AI 评分78
LeWAM:基于 JEPAs 的端到端世界与动作建模
LeWAM: End-to-End World and Action Modeling with JEPAs
AI 导读
论文提出 LeWAM,这是一种端到端的联合嵌入预测架构(JEPA),旨在无需像素重建的情况下学习紧凑的潜在世界模型以支持直接控制执行和高效规划。该方法通过联合训练下一个潜在状态预测与动作流匹配,并施加各向同性高斯约束,使单一模型能同时支持策略执行与采样动作评估。
推荐理由
LeWAM 通过联合嵌入预测架构实现了端到端控制,在接触丰富任务上成功率提升至 89.7%,规划速度提升 32.3 倍。
来源:arXiv · 机器人与计算机视觉 · arxiv.org