LeCun 团队提出 Temporal Straightening,让潜空间规划路径变直、成功率大增
ylecun · x · 2026-10-26
Yann LeCun 合著的新论文《Temporal Straightening for Latent Planning》针对世界模型规划中的一个核心问题:预训练视觉编码器的表征虽语义强,但内部潜空间轨迹往往是高度弯曲的曲线,使欧氏距离无法反映到达目标的真实进度,导致基于梯度的规划难以优化。
方法与结果:
- 受人类视觉"感知拉直"假说启发,训练时用曲率正则项鼓励潜轨迹变直,并联合训练 JEPA 架构的编码器与预测器;
- 拉直后潜空间中的欧氏距离更接近测地距离,梯度规划的优化目标更平滑;
- 在一组目标到达任务上,梯度规划更稳定、成功率显著提升,避免依赖 CEM/MPPPI 等高计算成本的搜索方法;
- 代码已开源(agenticlearning.ai/temporal-straightening),论文将出现在 ICML 2026。
对机器人与世界模型方向而言,这是从"改变表征"而非"重写 RL 算法"入手改进规划的有用路径。
「具身」频道最新
- 特斯拉 FSD 获拉脱维亚批准，欧洲第 10 个国家 — mitchdeg · 2026-10-26
- PyTorch 大会现场：GenieX 端侧跑通小 VLM，SageMaker 微调加本地推理闭环 — PyTorch · 2026-10-26
- 用 Claude Code 给 Shield 电视棒做一个带 AI 吐槽的全功能启动器 — aristofeles · 2026-10-26
- 人形机器人 DRAM 需求暴涨20倍？算账后仅占2026产能0.04% — zephyr_z9 · 2026-10-26
- Microduck 爆红后团队公开技术细节：8×8 深度传感器实现 2cm 重定位 — mishig25 · 2026-10-26
- 机器人用手肘撑地起身的动作引热议:流畅得像人 — iamfakhrealam · 2026-10-26