Lewman
PulseAugur coverage of Lewman — every cluster mentioning Lewman across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新型世界模型旨在简化AI数据策展
研究人员推出LeCuration，这是一种新颖的小型世界模型，旨在协助物理AI应用的数据组织、过滤和策展。该模型利用LeWorldModel编码器和扩散Transformer解码器来预测游戏状态和识别异常。虽然目前仅在CS:GO游戏数据上进行了概念验证，但团队计划在未来探索量化策展指标和下游训练结果。
-
新的Market-1T数据集赋能更深入的金融世界建模
研究人员推出了Market-1T，这是一个包含2008年至2025年间近一万亿条美国股票1赫兹分辨率观测数据的大型数据集。该数据集以及严格的评估协议，促进了对金融表征学习策略的大规模研究。研究结果表明，不同的训练方法可以带来相似的预测性能，但会导致市场状态的不同组织结构，为金融世界模型奠定了基础。
-
新的DTRC方法通过时序可达性增强离线视觉控制
研究人员开发了面向控制的定向时序表示（DTRC），这是一种用于学习与离线控制任务的时序可达性对齐的视觉表示的新方法。DTRC通过构建定向时序拟度量来估计时序到达成本和进度，从而在冻结的LeWorldModel特征的基础上进行构建。该方法在十项视觉控制任务中表现强劲，优于传统的规划和直接策略基线。
-
新研究推动机器人世界模型以实现高效规划和控制 · 已追踪 10 个来源
近期研究探索了用于机器人和智能体规划的世界动作模型（WAMs）的进展。WAM-Cache 和 WAMJET 通过优化键值重用和采用智能体约束来识别和优化瓶颈，专注于加速推理，在不影响动作质量的情况下实现了显著的加速。MobileWorldBench 为 GUI 智能体的语义世界模型引入了一个基准和数据集，超越了像素预测，实现了自然语言状态转换。Tempo 和 COSTGRAD 为潜在世界模型提供了新的规划目标和令牌选择方法，提高了长时…
-
潜在能量动作规划（LEAP）提高了控制成功率
研究人员推出了一种名为潜在能量动作规划（LEAP）的新方法，旨在提高使用潜在世界模型的模型预测控制的效率和成功率。LEAP通过将终端潜在目标匹配与终端窗口状态能量相结合来优化动作序列，确保预测结果与期望目标一致。在四个控制领域的测试中，与交叉熵方法相比，LEAP将平均成功率从77.5%显著提高到94.8%，同时保持了底层LeWorldModel的完整性。
-
新型LpWM模型采用稀疏表示以改进AI规划
研究人员推出了一种新的JEPA模型LpWorldModel (LpWM)，该模型利用了Rectified Distribution Matching Regularization (RDMReg) 来鼓励稀疏表示。这种方法与倾向于通过将特征与各向同性高斯匹配的传统方法形成了对比。经验上，LpWM在某些任务上通过降低预测器复杂度，表现出更高的规划成功率，比密集表示高出57%。学习到的稀疏表示也揭示了可解释的结构，其中不同的模式对应于离散…
-
新方法通过潜在世界模型增强AI规划 · 跟踪4个来源
研究人员开发了新的方法来改进潜在世界模型中的规划，这些模型可以预测动作序列的结果。一种方法，强化规划（RP1），通过将良好的搜索规则强化到神经规划器中来学习改进多步规划，其性能显著优于传统的搜索算法。另一种方法DA-LeWM通过为潜在世界模型增加逆动力学和演示条件目标-动作头来解决决策度量对齐问题，从而在模型预测控制任务中实现更快的收敛和更高的成功率。
-
新的SCALE方法通过改进潜在空间几何结构来增强AI规划能力
研究人员开发了一种新方法SCALE（State-Calibrated Latent Embeddings），用于改进联合嵌入预测世界模型中的规划。SCALE通过将成对潜在距离与标准化状态空间距离相关联，来增强潜在表征的几何特性，类似于DINO-WM中发现的特性。这种方法在训练过程中作为一种轻量级正则化器应用，与LeWorldModel等现有方法相比，在各种任务、规划求解器和计算预算上都显示出了一致的改进。研究结果表明，潜在空间的几何结…
-
新AI模型Traj-LeWM通过路径感知轨迹成本改进规划
研究人员推出Traj-LeWM，这是一种增强的视觉世界模型，旨在提高AI代理的规划能力。该新模型通过在端点预测的同时纳入轨迹级别的信息，解决了其前身LeWM的局限性。Traj-LeWM在训练期间使用目标条件潜在轨迹成本（LTC）来塑造表示，并在规划期间使用LTC来优化候选动作序列。实验表明，Traj-LeWM在Push-T、OGBench-Cube、Reacher和Two-Room等多个基准测试中，以显著的百分比优势超越了LeWM。
-
面向对象的模型显示出改进的规划和鲁棒性
研究人员对用于视觉模型预测控制的面向对象的模型（OCWMs）进行了研究，探讨了在分布变化下表示质量和鲁棒性的影响。研究发现，规划成功与无监督的槽质量指标相关，并且绑定良好的槽减少了对辅助输入和掩码偏差的需求。此外，与端到端训练的场景中心模型相比，绑定良好的 OCWMs 表现出更强的鲁棒性，预训练的特征也对此弹性有所贡献。
-
QQWorld 通过分位数-分位数匹配增强了潜在世界模型的正则化
研究人员推出了一种新颖的潜在世界模型正则化方法 QQWorld。该新方法解决了现有 Epps-Pulley (EP) 目标函数的一些局限性，这些函数在控制潜在分布的重尾偏差方面可能存在困难。QQWorld 采用分位数-分位数匹配目标函数，以更好地将投影的潜在样本与高斯分位数对齐，从而确保更有效的梯度校正，尤其是在分布的尾部。该方法已在各种控制环境中证明了规划成功率的提高。
-
INTACT系统实现了世界模型的搜索无关意图到动作学习
研究人员开发了INTACT，一种用于世界模型的意图到动作学习的新方法。该端到端系统通过直接将潜在运动意图映射到动作，绕过了昂贵的测试时间搜索的需要。INTACT在控制任务上实现了高成功率，并显著降低了推理延迟，展示了其在人工智能系统中更高效、更直接控制的潜力。
-
Temporal-Distance JEPA 增强世界模型预测控制
研究人员推出了一种新颖的潜在世界模型预测控制表示学习方法——Temporal-Distance JEPA (TD-JEPA)。该方法通过从无奖励轨迹中挖掘定向时间成本来增强联合嵌入预测架构 (JEPAs)，提高了根据目标进展对想象的未来进行排名的能力。TD-JEPA 在 Two-Room 和 OGB-Cube 等环境中展示了显著的性能提升，通过有效弥合训练和规划之间的差距，超越了先前的方法。
-
Qantara JEPA模型支持从单一检查点进行多范式控制
研究人员推出了一种新颖的联合嵌入预测架构（JEPA）——Qantara，它允许单个模型检查点在推理时支持从原始像素进行控制的多种推理范式。与之前在训练期间承诺轨迹优化或行为克隆的JEPA模型不同，Qantara的联合训练目标在推理时提供了灵活性。这种多范式方法包括潜在规划、行为克隆和逆动力学，在OGBench-Cube和LeWM控制套件等基准测试中展示了最先进的性能。
-
Qantara JEPA 可实现从像素进行多范式控制
研究人员推出了一种新颖的联合嵌入预测架构（JEPA），名为 Qantara，它能够从原始像素实现多范式控制。与先前在训练时就确定单一推理方法的 JEPA 不同，Qantara 的联合训练目标允许单个检查点在无需重新训练的情况下支持轨迹优化、行为克隆和逆动力学。这种灵活性是通过布朗桥插值和噪声到数据流匹配实现的。Qantara 在 OGBench-Cube 和 LeWM 控制套件等基准测试中展示了最先进的性能，显著优于现有的 JEPA 世界模型。
-
新的JEPA方法将任务进展与内容解耦
研究人员开发了一种名为子空间分解的JEPA（SD-JEPA）的新方法来改进潜在世界模型。该方法使用独立的子空间来解耦模型潜在空间中的任务进展与内容。与现有的JEPA基线相比，SD-JEPA在控制基准和名为Push-T的特定任务上表现出改进的性能。该模型的进展坐标还可以作为场景感知指南针，准确跟踪任务进展和语义事件。