PSG-JEPA模型：为机器人世界模型引入物理状态基础
zhenjun_zhao · x · 2026-08-13
针对现有 JEPA 世界模型在预测目标中缺乏对物理状态可靠识别的问题，研究人员提出了 PSG-JEPA（物理状态基础 JEPA）。
- 痛点：当前基于 JEPA 的世界模型通过观测序列学习动作条件的潜在动态，但其前向预测目标未能显式强制从潜在表示中识别机器人的物理状态，限制了下游规划与策略性能。
- 方法：PSG-JEPA 在前向预测之外增加了两个互补的基础目标：将单个潜在变量与机器人本体感知状态结合，将潜在变量对与多时间跨度关节角变化结合。这些目标仅在训练阶段应用，不增加推理计算成本。
- 结果：在三个层级（潜在可识别性探测、基于冻结潜在表示的目标条件规划、仿真与真实机器人的策略学习）的实验中，PSG-JEPA 均持续优于现有的潜在世界模型基线。
「具身」频道最新
- Auki 演示多机器人共享空间上下文并用 AR 交互的新方案 — broodsugar · 2026-10-16
- 特斯拉 2-DOF 飞车变 6-DOF 飞行演示，研究员称控制难题低于人形 — micoolcho · 2026-10-16
- XREAL Aura 入选 TIME 年度发明：Gemini 驱动的轻量 XR 眼镜 — DuRuofei · 2026-10-16
- DynaRobotics CEO 中文访谈:部署与研究反馈闭环的经验 — micoolcho · 2026-10-16
- AutoAgent0:用 VLM 做 agentic runtime,长尾场景成功率提升 28.3 个百分点 — yining_hong · 2026-10-16
- 港科大等推出 CarryOn:双循环框架让冻结 VLA 机器人助手更个性更安全 — Zixuan Wang · 2026-10-16