热点事件持续更新

LeWAM：JEPA端到端控制模型提升规划成功率

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Minghao Fu 等提出端到端 JEPA 控制模型 LeWAM，通过联合训练下一隐状态预测与动作流匹配，并对隐状态施加各向同性高斯约束，使单一模型既能直接执行策略，也能在隐空间中规划。作者称，相比此前用于视觉规划的 JEPA，LeWAM 在接触密集任务上成功率从 28.6% 提升到 89.7%，长程任务从 10.9% 提升到 46.2%，规划速度快 32.3 倍。在仿真与实体机器人的行为克隆任务上，LeWAM 与既有方法表现相当。

AI 根据报道生成 · 2 小时前更新

最新进展10月12日 12:00

LeWAM：基于 JEPA 的端到端世界与动作建模方法

报道时间线

沿着报道，了解事件的不同侧面。

10月12日

12:00
arXiv cs.RO 机器人学精选
LeWAM：基于 JEPA 的端到端世界与动作建模方法
LeWAM 是一个端到端的 JEPA 控制模型，通过联合训练下一隐状态预测与动作流匹配，并对隐状态施加各向同性高斯约束，使单一模型既能直接执行策略，也能在隐空间中高效规划。相比此前用于视觉规划的 JEPA，LeWAM 在接触密集任务上成功率从 28.6% 提升到 89.7%，长程任务从 10.9% 提升到 46.2%，规划速度快 32.3 倍；在仿真与实体机器人的行为克隆任务上也与既有方法相当。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。