摘要
JEPA风格的世界模型通过预测未来潜在表示实现视觉目标规划,但现有方法仅关注局部转移一致性,在长视距任务中易偏离目标轨迹或混淆长期进展。为此,本文提出ProWorld,一种基于双曲几何的进度感知视觉世界模型。利用目标条件进度顺序的非对称结构,通过双曲蕴含学习维持轨迹方向性进展,并通过双曲未来判别缓解局部相似状态的歧义。此外,设计了结合目标接近度与中间状态持续进展的进度感知规划目标。实验表明,该方法在四项视觉目标达成任务中显著优于基线。
AI 推荐理由
论文核心在于通过改进世界模型来优化长视距视觉目标达成中的任务规划,直接提升多步计划生成的准确性。
研究机构
中国香港科技大学(广州)
独立研究员
香港中文大学
银雁科技有限公司
论文信息