arXiv · ML· Yeonseok Lee·· 2026-10-14AI 评分25
Vision-Predictor-Action (VPA):通过神经符号 JEPA 预测器迈向高效具身 AI
Vision-Predictor-Action: Towards Efficient Embodied AI via Neuro-Symbolic JEPA Predictors
AI 导读
提出 Goal-Conditioned Vision-Predictor-Action (VPA) 模型,用轻量级潜在控制回路替代自回归解码器,解决 VLA 模型推理延迟随动作序列增长的问题。 模型可训练部分参数少于 20M,在 LIBERO-10 上单相机决策耗时 10-14 ms,双相机策略成功率 40.0%。
来源:arXiv · ML · arxiv.org