LeWAM：JEPA潜空间世界动作模型发布
热点事件持续更新
LeWAM：JEPA潜空间世界动作模型发布
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Shashank Hegde 等作者提出 LeWAM：一个在无解码器 JEPA 潜空间上端到端训练的双向 Transformer，同时支持前向、反向、逆动力学与策略预测四种模式。 作者称，线性探针实验显示，LeWAM 潜空间读取机器人与物体状态优于仅前向的 Le World Model，对视觉干扰的忽略程度与 LeWM 相当、明显优于基于重建的 WAM。闭环评估中，LeWAM 与同编码器、同规模的常规流匹配策略表现相当，同时额外提供世界模型；作者还称，在策略头的噪声空间中进行规划可提升这类 WAM 的闭环表现。
AI 根据报道生成 · 15 小时前更新
最新进展11月9日 13:00
LeWAM：基于 JEPA 世界动作模型与扩散引导 MPC 的机器人规划方法报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv cs.ROLeWAM：基于 JEPA 世界动作模型与扩散引导 MPC 的机器人规划方法
作者提出 LeWAM，一个在无解码器 JEPA 潜空间上端到端训练的双向 Transformer，同时支持前向、反向、逆动力学与策略预测四种模式。线性探针实验显示，LeWAM 潜空间读取机器人与物体状态优于仅前向的 Le World Model，且对视觉干扰的忽略程度与 LeWM 相当、明显优于基于重建的 WAM。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月9日 14:00
- 近 24 小时变化
- –
02.557.510
15:0018:0021:0011月10日03:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。