InJePA：面向视觉导航的意图优先潜在规划与耦合 JEPA 世界模型

InJePA 提出一种以潜在状态为中心的意图优先规划范式，由目标条件 JEPA 生成潜在意图、动作条件 JEPA 持续预测未来潜在状态，二者共享潜在空间对齐预测表示。预测结果回馈下一步意图提议与动作推理，形成意图、动作与后果的闭环，使世界模型从评估候选动作转为引导候选构建。在 Habitat MP3D 闭环图像目标导航中，该方法实现了有效的多步导航，跨编码器实验支持其适用于不同视觉表示。