PulseAugur
中
实时 15:03:56
English(EN) MoP-JEPA: Hard-Assigned Predictor Mixtures for Stochastic JEPA World Models

MoP-JEPA 引入硬分配预测器以改进随机世界模型

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员引入了 MoP-JEPA，一种用于随机 JEPA 世界模型的新方法，该方法解决了在具有分支转换的环境中预测后继状态的局限性。与可能输出状态之间点的传统 JEPA 模型不同，MoP-JEPA 利用硬分配预测器创建转换分布的量化器，每个预测器头对应一个不同的后继模式。该方法在 OGBench 离线数据上显著提高了规划性能，成功率最高可达 0.85，而单预测器模型的成功率仅为 0.02-0.09。该系统还包含一个验证协议，以确保其预测的可靠性，其性能优于强大的软替代方案，并在现实环境中证明了有效性。 AI

影响 增强了在随机环境中的规划能力，有可能提高智能体在复杂现实场景中的性能。

排序理由 该集群包含一篇详细介绍新模型架构及其在基准测试中性能的学术论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

MoP-JEPA 引入硬分配预测器以改进随机世界模型

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Zhi Song, Ximing Xing, Zhenchao Tang, hanbo Huang, Tianxu Lv, minghao Yang, Zhongzheng Niu, He Bing, Lusheng Wang, Jianhua Yao ·

    MoP-JEPA：用于随机JEPA世界模型的硬分配预测器混合体

    arXiv:2607.05238v1 Announce Type: new Abstract: JEPA world models predict the next latent state with a single deterministic predictor trained by latent regression. We show that this fails structurally when the environment is stochastic: at a branching transition, the regression-o…

  2. arXiv cs.AI TIER_1 English(EN) · Jianhua Yao ·

    MoP-JEPA：用于随机JEPA世界模型的硬分配预测器混合体

    JEPA world models predict the next latent state with a single deterministic predictor trained by latent regression. We show that this fails structurally when the environment is stochastic: at a branching transition, the regression-optimal predictor outputs the conditional mean of…

相关话题