H-JEPA分级世界模型在AntMaze仿真中成功率升至73%
包括NYU AMI Lab、INRIA Paris和Brown University的全球研究团队在线发表分级世界模型H-JEPA，在AntMaze蚂蚁机器人迷宫逃脱环境中将成功率从18%提升至73%。
一支由NYU AMI Lab、INRIA Paris和Brown University等机构组成的全球研究团队于5日在线发表分级世界模型H-JEPA，该模型将短期与长期规划分离到不同的抽象层级。
在AntMaze蚂蚁机器人迷宫逃脱环境中，三层H-JEPA将成功率从单层模型的18%提升至73%。各层级端到端训练，每层在自己的潜在空间中预测未来状态：第1层预测5帧内的短期变化，更高层则使用10帧和20帧的尺度。
团队引入SIGReg归一化机制来稳定复杂的跨层级训练过程。规划自上而下进行，最高层设定总体方向，较低层将其转化为具体动作。
在DROID试验中，逆动力学损失提升了轨迹保真度，但该评估仅针对离线轨迹复现。研究人员表示，H-JEPA可能适用于机器人导航、物流自动化和物体操作。
研究团队计划将高层表示与语言连接，使机器人能够理解自然语言指令。
快速问答
H-JEPA是什么？
H-JEPA是一种分级世界模型，将短期和长期规划分离到不同抽象层级，由NYU AMI Lab、INRIA Paris和Brown University等机构的研究团队在线发表。
H-JEPA在AntMaze中表现如何？
在AntMaze蚂蚁机器人迷宫逃脱环境中，三层H-JEPA将成功率从单层模型的18%提升至73%。
H-JEPA未来计划应用于哪些领域？
研究人员表示，H-JEPA可能适用于机器人导航、物流自动化和物体操作，并计划将高层表示与语言连接，使机器人能够理解自然语言指令。