English(EN) LeWAM: End-to-End World and Action Modeling with JEPAs

LeWAM系统整合世界与动作建模以用于机器人技术

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-12 04:00

研究人员开发了LeWAM，一种新颖的机器人端到端系统，它利用联合嵌入预测架构（JEPAs）来同时建模世界和动作。该方法整合了潜在状态预测和动作流匹配的训练，并在潜在状态上加入了各向同性高斯约束。LeWAM在接触密集型和长时程任务的成功率方面取得了显著改进，并且规划速度远超之前的JEPA方法。该系统在行为克隆任务上也表现出有竞争力的性能，并有效地学习了用于指导规划和控制的与控制相关的表示。 AI

影响通过实现更快、更准确的世界和动作建模，增强了机器人规划和控制能力。

排序理由详细介绍机器人新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 详细介绍机器人新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Minghao Fu, Tavis Siebert, Eryk Halicki, Randall Balestriero · 2026-10-12 04:00

LeWAM：使用 JEPAs 进行端到端世界与动作建模

arXiv:2610.12818v1 Announce Type: cross Abstract: Joint-embedding predictive architectures (JEPAs) learn compact latent world models without pixel reconstruction. Existing JEPA pipelines typically train visual representations and action-conditioned dynamics before adding a contro…

本文如何被排名

报道来源 [1]

LeWAM：使用 JEPAs 进行端到端世界与动作建模

相关实体

相关话题