提出VPA神经符号JEPA预测器方法

Yeonseok Lee 等提出目标条件 Vision-Predictor-Action（VPA）方法，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。 论文称，作为初步概念验证，该方法仅用 LIBERO-10 演示数据在单张 GPU 上训练不到三小时，双相机策略在 200 个评测回合中成功 40.0%；作者表示这些来自单次训练的初步结果说明该路线可行。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。