arXiv · 机器人与计算机视觉· R. Gnana Praveen, Ali Rouzbayani, Zhiying Jiang, Bidhan Roy·· 12 小时前精选AI 评分83
ReLAP:基于 JEPA 空间的循环视频预测进行潜在动作预训练
ReLAP: Latent Action Pretraining through Recurrent Video Prediction in JEPA Space
AI 导读
论文介绍 ReLAP 框架,该框架在冻结的 JEPA 表示空间内耦合局部逆动力学学习与循环多步预测。共享逆动力学模型从相邻观测推断紧凑连续潜在动作,而潜在世界模型递归预测未来 JEPA 特征以鼓励时间连贯的动态。
推荐理由
该工作提出在冻结 JEPA 空间内结合局部逆动力学与循环多步预测的潜在动作预训练框架,并在 LIBERO 基准上取得 SOTA 表现。
来源:arXiv · 机器人与计算机视觉 · arxiv.org