跳到正文
arXiv · ML· Wancong Zhang, Basile Terver, Michael Rabbat, Yann LeCun, Randall Balestriero·· 2026-10-06AI 评分37

H-JEPA:端到端学习分层视觉世界模型用于规划

H-JEPA: End-to-End Learning of Hierarchical World Models for Visual Planning

AI 导读

H-JEPA 提出端到端训练层级化动作条件 JEPA 的方案,在四个模拟导航与操作环境中,层级规划优于扁平 JEPA。 Visual AntMaze 任务中,三级层级结构将成功率从 18% 提升至 73%,且使用更少的规划器算力。 引入逆动力学监督后,该方法扩展到 DROID 真实机器人视频,降低了规划器算力需求并提升了离线规划保真度。

来源:arXiv · ML · arxiv.org