arXiv Robotics· Liyun Yan, Haoyang Li, Yang Zhang, Jialing Zhu, Zhanxiang Cao, Zihao Zhou, Keqi Zhu, Yizhi Chen, Huang Chuxuan, Shengcheng Fu, Zhong Jiangwei, Qiao Sun, Chen Zhang, Yue Gao·· 4 小时前AI 评分47
BeJEPA：基于无监督强化学习的目标条件人形行为世界模型
BeJEPA: A Goal-Conditioned Humanoid Behavior World Model via Unsupervised RL
AI 导读
BeJEPA 通过无监督强化学习从人体运动先验和机器人交互中学习目标条件行为世界模型，用 JEPA 联合嵌入预测架构统一表征身体构型与世界位置。在 20 秒运动跟踪实验中，结合 Dynamic 在线动作优化的 BeJEPA 全局身体位置误差较 BFM-Zero 降低 61.7%、较 SONIC 降低 58.7%。
来源：arXiv Robotics · arxiv.org