arXiv · cs.AI· Minghao Fu, Tavis Siebert, Eryk Halicki, Randall Balestriero·· 5 小时前
LeWAM：基于JEPA的端到端世界与动作建模
LeWAM: End-to-End World and Action Modeling with JEPAs
arXiv:2610.12818v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Minghao Fu, Tavis Siebert, Eryk Halicki, Randall Balestriero
研究任务与主要进展
LeWAM联合训练潜在状态预测与动作流匹配，在无需像素重建的情况下构建支持直接策略执行和测试时规划的端到端控制世界模型。基于论文摘要，相比既有用于视觉规划的JEPA，其在接触丰富任务中将成功率从28.6%提升至89.7%，在长时域任务中从10.9%提升至46.2%，规划速度提高32.3倍；在仿真和物理机器人的行为克隆任务中，该方法与既有方法具有竞争力。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org