论文 / 摘要阅读
Time-to-Goal：为 JEPA 世界模型长时程规划学习时间度量
Time-to-Goal: Learned Temporal Metrics for Long-Horizon Planning with JEPA World Models
AI 导读 · 根据来源整理
论文研究 JEPA 世界模型在长时程规划中的目标代价排序问题：以平坦 LeWorldModel（LeWM）为例，分析其欧氏目标代价如何随状态与目标的时间间隔变化，发现不同长偏移状态可能获得相近平均代价，削弱时间区分度。为此提出 Time-to-Goal（T2G），一种在离线轨迹的潜空间三元组上训练的轻量度量，用 margin ranking loss 让时间更近的状态距离更小，无需奖励或策略标签；训练后替换欧氏规划代价，JEPA 编码器与预测器保持冻结。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org