arXiv Robotics· Antonio Pariente, Ignacio Boero, Nikolai Matni, Alejandro Ribeiro·· 7 小时前AI 评分38
双线性世界模型：以结构化动力学学习表征实现高效控制
Bilinear World Models: Learning Representations with Structured Dynamics for Efficient Control
AI 导读
研究者提出一种 JEPA 风格世界模型，将潜在动力学限制为双线性参数化，把建模负担转移到编码器，并从结构上强制动作可恢复性、避免表征坍缩。在标准 2D 和 3D 控制任务上，该模型可直接从高维观测学习，规划时间缩短近三个数量级，同时保持甚至提升控制精度。作者还提出更长时程规划与实时控制两种更严苛设定，方法均取得成功。
来源：arXiv Robotics · arxiv.org