arXiv · cs.RO· Antonio Pariente, Ignacio Boero, Nikolai Matni, Alejandro Ribeiro·2026-10-30 12:00· 12 小时前精选AI 评分62

论文 / 摘要阅读

双线性世界模型：以结构化动力学学习表征并实现高效控制

Bilinear World Models: Learning Representations with Structured Dynamics for Efficient Control

AI 导读 · 根据来源整理

作者提出一种JEPA式世界模型，将潜动力学限制为双线性参数化，把建模负担转移到编码器，并结构化地保证动作可恢复性、避免表征坍缩。作者称一大类非线性动力系统经变换后可呈双线性形式，在标准2D和3D控制任务中，从高维观测直接学到的双线性动力学表征使规划时间缩短近三个数量级，同时保持或提升控制精度。

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。