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
- VLAIRobotics 发布双臂人形机器人 K1，起售价 1.98 万元 — AI寒武纪 · 2026-08-13
- Dyna-2模型基于百万小时人类视频预训练，实现机器人跨实体能力迁移 — iamfakhrealam · 2026-08-13
- 丹麦研发无关节仿蚯蚓软体机器人，抗挤压适用于搜救场景 — lukas_m_ziegler · 2026-08-13
- SHAPER：免训练实现具身智能体技能进化 — Peidong Wang · 2026-08-13
- 专家谈机器人形态：人形机器人或成万亿美元市场，但非唯一答案 — MarwaEldiwiny · 2026-08-13
- Minimax H3 在 RTX 5060 Ti 上跑视频生成：25秒出片 — Beginning_Tip300 · 2026-08-13