LeWAM：基于扩散引导 MPC 的 JEPA 世界动作模型

LeWAM 提出一种基于 JEPA 潜变量的双向 Transformer 世界动作模型，同时支持正向、逆向动力学与策略预测，端到端训练覆盖四种模式。线性探针从其潜变量读取机器人与物体状态优于仅正向的 Le World Model，且能像 LeWM 一样忽略视觉干扰。闭环评估中 LeWAM 与同编码器、同规模的 flow-matching 策略持平，同时在策略头噪声空间规划可改善 MPC 闭环性能。