FF-JEPA：具有潜在规划器的世界模型中的长期规划

联合嵌入预测架构 (JEPA) 已显示出有前景的世界建模功能，可通过使用交叉熵方法 (CEM) 等方法优化动作轨迹来实现潜在空间中的规划。然而，这些方法的计算成本太高，并且对于长期规划来说效率低下。此外，这些方法通常需要目标状态的明确图像，这在现实世界的任务中并不总是可能的。在这项工作中，我们通过提出前向-前向-JEPA (FF-JEPA) 来解决这些限制，这是一种利用两个前向动力学模型的分层方法。除了标准的动作条件前向模型之外，我们还引入了一个无动作潜在规划器，可以在给定当前状态的情况下预测下一个子目标。这种方法消除了对目标图像的需求，并通过将复杂的轨迹分解为一系列易于处理的短期优化问题来实现长期规划。 PushT 的初步结果表明，FF-JEPA 成功克服了平坦世界模型的长期崩溃，强调这种方法是无目标规划的一个有前途的方向。