HIJP：免搜索的潜在空间规划框架，四项视觉控制任务成功率86.8%
论文AI 评分 72/100arXiv cs.AI
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇 arXiv 论文提出 HIJP（Hindsight Inverse JEPA Planning），用目标条件逆模型替代潜在世界模型规划中代价高昂的测试时动作序列搜索。训练时把离线轨迹上的未来观测重标为目标，跨多个时间跨度提供动作监督，并让梯度穿过目标表示以塑造视觉表征；同时把预测动作送入潜在预测器，使预测的下一状态表示与后继观测编码对齐，保证动作与转移一致。推理时交替调用逆动力学模型与潜在预测器生成多步动作，无需在线搜索。在四项视觉控制任务上总体成功率 86.8%，规划速度比基于搜索的规划快 1.9 至 16.5 倍。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载要解决的问题
潜在世界模型在紧凑表示空间中学习以动作为条件的状态转移，为视觉规划与控制提供预测模型。但用这类模型做规划，通常要在测试时对动作序列做代价高昂的优化，也就是在线搜索。论文要做的，是把这一步在线搜索换成一个目标条件逆模型：直接根据当前观测和目标观测预测动作，从而在推理阶段省去搜索过程。
训练时的两重约束
只做动作预测并不够：它既不能保证目标表示里编码了与动作相关的信息，也不能保证预测出的动作与已学到的潜在预测模型一致。HIJP 在训练阶段同时处理这两点。一方面，把离线轨迹上往后的观测重新标注为目标，在多个时间跨度上给出动作监督，并让梯度穿过目标表示，使这种监督直接塑造视觉表征。另一方面，把预测动作输入潜在预测器，再把得到的下一状态表示与后继观测的编码对齐，以此约束动作与状态转移的一致性。
推理方式与实测结果
推理时不再搜索，而是交替使用逆动力学模型和潜在预测模型，逐步生成多步动作序列。论文在四项视觉控制任务上报告了结果：总体成功率 86.8%，规划速度相对基于搜索的规划提升 1.9 至 16.5 倍。论文提交于 2026 年 10 月 16 日，编号 arXiv:2610.23615，归类为 cs.RO 与 cs.AI。
为什么值得看
把规划从测试时搜索改为训练时学到的逆模型，速度提升最高 16.5 倍，值得关注视觉规划与机器人控制方向。
对齐论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。