JEPA World Models专业
AVL-JEPA:防止JEPA世界模型因果动态信息坍缩,提升机器人视觉扰动下控制成功率
本文是预印本,尚未经过同行评审。作者提出AVL-JEPA方法,通过动作锚定和视觉不变性约束,防止联合嵌入预测架构世界模型丢失与动作相关的物理动态信息。在TwoRoom、PushT等四个仿真机器人控制任务中,AVL-JEPA显著提升视觉扰动下的成功率(如PushT高斯噪声下从15.3%升至81.5%),同时保持清洁环境性能,表明该方法能有效保留因果动态信息。
机器人与具身智能领域的最新论文,以及每篇对产业的意义。
本文是预印本,尚未经过同行评审。作者提出AVL-JEPA方法,通过动作锚定和视觉不变性约束,防止联合嵌入预测架构世界模型丢失与动作相关的物理动态信息。在TwoRoom、PushT等四个仿真机器人控制任务中,AVL-JEPA显著提升视觉扰动下的成功率(如PushT高斯噪声下从15.3%升至81.5%),同时保持清洁环境性能,表明该方法能有效保留因果动态信息。
论文来自 arXiv 机器人领域。尚未生成摘要的论文,显示摘要开头部分。