arXiv · ML· Changxu Ni, Yiyang Ni, Jun Li, Feiran You, Hongyang Du, Haitao Zhao, Shi Jin·2026-10-26 12:00· 5 小时前AI 评分28

DT-JEPA: 通过预测未来表征解决离线强化学习限制

DT-JEPA: Learning to Predict Future Representations for Decision-Making

AI 导读

DT-JEPA 提出离线预训练与在线微调框架，利用无奖励轨迹学习通用知识，解决 Decision Transformer 依赖特定奖励函数及描述未来不完整的限制。该框架引入概率预测器建模未来表征的条件分布，并在 D4RL 基准上展示高效适应能力，性能优于传统 DT 及其他离线 RL 方法。

来源：arXiv · ML · arxiv.org