arXiv cs.RO 机器人学· Yeonseok Lee·· 5 小时前精选AI 评分57
Vision-Predictor-Action：用神经符号 JEPA 预测器实现高效具身 AI
Vision-Predictor-Action: Towards Efficient Embodied AI via Neuro-Symbolic JEPA Predictors
AI 导读
论文提出目标条件 Vision-Predictor-Action（VPA），用轻量隐空间控制回路替代自回归 LLM 解码器：共享视觉编码器与冻结文本编码器嵌入观测、目标图像和指令，神经符号选择器挑选离散技能，JEPA 预测器预测下一隐状态，流匹配求解器在几步积分内生成整段动作块，使每步网络评估次数不随动作长度增长。
推荐理由
论文给出了参数量、单步延迟和成功率等具体数字，可据此评估该轻量方案与自回归 VLA 的效率差异。
来源：arXiv cs.RO 机器人学 · arxiv.org