arXiv · cs.AI· Guanchen Du·· 11 天前AI 评分33
HIJP 提出无搜索的潜空间规划框架，超越动作预测
Beyond Action Prediction: Learning Search-Free Planning in Latent Space
来源与原文
arXiv · cs.AI
作者：Guanchen Du
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.23615v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出 Hindsight Inverse JEPA Planning（HIJP），用目标条件逆模型直接从当前与目标观测预测动作，替代潜世界模型中昂贵的测试时在线搜索。训练时通过未来观测重标注为目标并对齐动作转移一致性来塑造视觉表征，推理时交替使用逆动力学模型与潜预测模型生成多步动作。在四项视觉控制任务上，HIJP 总体成功率达 86.8%，规划速度较基于搜索的方法提升 1.9-16.5x。
来源：arXiv · cs.AI · arxiv.org