LeWAM：基于 JEPA 的世界与动作端到端建模
LeWAM 是一种面向控制的端到端 JEPA，联合训练下一潜在状态预测与动作流匹配。潜在状态的各向同性高斯约束，旨在让单一模型同时支持策略直接执行和高效规划。在视觉规划任务中，相较于此前的 JEPA，接触密集任务的成功率从 28.6% 提升至 89.7%，长时程任务则从 10.9% 提升至 46.2%；规划速度快 32.3 倍。在模拟环境和实体机器人上的行为克隆任务中，LeWAM 也取得了有竞争力的表现。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。