分层动作条件化模型H-JEPA实现高效自主决策

10月12日，由Wancong Zhang、Basile Terver、Michael Rabbat、Yann LeCun与Randall Balestriero联合发表于arXiv的研究揭示了新型世界模型H-JEPA，其核心在于采用端到端训练机制，使各层级在独立潜在空间中对未来状态进行预测，并以分层方式实现自上而下的规划策略。

高层抽象保留长期任务状态，抑制快速噪声干扰

该模型在处理具有不同演化速度的时间因素时展现出优越特性：高层结构主动忽略高频且不可预测的动态细节，专注于捕捉缓慢变化但对任务至关重要的全局状态，从而增强决策鲁棒性。

多场景验证：三层架构显著提升任务成功率

在四个模拟导航与操作环境中，分层设计相较传统扁平式JEPA表现出更强的规划能力。特别是在Visual AntMaze任务中，采用三层结构后，任务成功率达73%，较原始方法的18%实现大幅提升，同时所需计算资源更少。

关键机制拆解：时间分解与高层目标表示共同贡献增益

消融实验表明，性能提升主要源于两个核心要素：一是将时间维度进行有效分解，使各层级专注不同时间尺度；二是高层具备对目标状态的抽象表达能力，为下层提供清晰的子目标引导。