T2G时序度量改进JEPA长时程规划

Ruilong Yu、Fei Ye 提出 Time-to-Goal（T2G）时序度量，用于改进 JEPA 世界模型的长时程规划。作者称，平坦 LeWorldModel（LeWM）的欧氏目标代价在状态与目标时间间隔拉长时区分度下降，不同长偏移状态可能得到相近平均代价；T2G 在离线轨迹的潜空间三元组上以 margin ranking loss 训练，让时间更近的状态距离更小，不需要奖励或策略标签。 训练后，T2G 替换欧氏规划代价，JEPA 编码器与预测器保持冻结。作者报告，在 AntMaze 和 FourRoom 上的诊断显示 T2G 在长偏移下保留更强的时间对比并改善远近排序；在四个导航与操作基准上，平均规划成功率从平坦 LeWM 的 32.7% 提升到 63.0%，接近甚至超过分层 H-JEPA 基线。该结果来自 arXiv 预印本，尚未经同行评议或独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。