跳到正文
arXiv · 机器人与计算机视觉· Wancong Zhang, Basile Terver, Michael Rabbat, Yann LeCun, Randall Balestriero·· 2026-10-06精选AI 评分82

H-JEPA:面向视觉规划的端到端分层世界模型学习

H-JEPA: End-to-End Learning of Hierarchical World Models for Visual Planning

AI 导读

论文介绍 H-JEPA,一种用于长程规划的端到端分层世界模型方法。该架构包含多个动作条件化的 JEPA 层级,每层在独立潜空间预测不同时间尺度的未来:顶层优化目标进度,下层将高层预测作为子目标。

推荐理由

提出分层 JEPA 架构,在仿真与真实机器人视频中通过时间尺度分解提升长程规划成功率并降低计算开销。

来源:arXiv · 机器人与计算机视觉 · arxiv.org