LeWAM 端到端 JEPA:接触任务成功率 28.6% 升至 89.7%
LeWAM · hf · 2026-10-14
UC San Diego、ETH Zurich、UBC、Brown 团队提出 LeWAM,首个端到端用于控制的 JEPA 架构,联合训练下一隐状态预测与动作 flow matching,并对隐状态施加各向同性高斯约束,使单一模型既能直接执行策略,又能用学到的隐动力学对采样动作打分做高效规划。
关键结果
- 视觉规划:接触密集任务成功率从 28.6% 提到 89.7%,长程任务从 10.9% 提到 46.2%,规划快 32.3 倍
- 仿真与实体机器人的行为克隆任务上与既有方法相当
- 可解释性分析显示其学到控制相关的表征,动作分布能有效指导测试时规划
代码与网站已开源。
「具身」频道最新
- Physical Intelligence 研究员:机器人领域正迎来「寒武纪大爆发」 — svlevine · 2026-10-14
- 机器人 20/20:一段视频集齐螺母齿轮到 BNC 接头 20 种抓取 — KyleMorgenstein · 2026-10-14
- General Instinct 携手 Physical Intelligence,把前沿模型落地真实机器人部署 — svlevine · 2026-10-14
- Physical Intelligence 开放 Pi 机器人模型 API，150 家工厂已用上 — svlevine · 2026-10-14
- 「精密设备」实为 14.9 美元 Seeed 开发板，官方措辞遭圈群嘲 — wavefnx · 2026-10-14
- KILVO:融合编码器/IMU/LiDAR/视觉的人形机器人里程计框架 — rsasaki0109 · 2026-10-14