arXiv · cs.RO· Wancong Zhang, Basile Terver, Michael Rabbat, Yann LeCun, Randall Balestriero·· 7 小时前精选AI 评分65
论文 / 摘要阅读
H-JEPA：面向视觉规划的分层世界模型端到端学习方法
H-JEPA: End-to-End Learning of Hierarchical World Models for Visual Planning
AI 导读 · 根据来源整理
H-JEPA 提出一种端到端训练分层动作条件 JEPA 世界模型的方法，每一层在各自学到的潜空间中预测更远的未来，规划自上而下进行，高层优化目标进展，其预测成为下层的子目标。在四个仿真导航与操作环境中，分层规划优于扁平 JEPA；在 Visual AntMaze 上，三层结构将成功率从 18% 提升到 73%，且规划算力更少。消融实验将收益归因于时间分解与高层目标表示；借助逆动力学监督，该方法扩展到 DROID 的真实机器人视频，分层在更低规划算力下提升离线规划保真度。
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。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org