Ny metod låter AI-agenter planera rörelser bättre genom tidsmedveten världsmodell

arXiv cs.AI

Forskare presenterar G-JEPA, en modell som förbättrar hur AI-agenter planerar fysiska handlingar – till exempel robotmanipulation – genom att ta hänsyn till tidsmässigt sammanhang (hur tillstånd förändras över tid) snarare än att enbart titta på enskilda ögonblick. Kärnan är att modellen kombinerar fysikbaserad träning med en smart aktionsplanerare som vägleds av skillnaden mellan nuläge och målläge. Praktiska tester visar förbättrad prestanda, särskilt när det är stor tidsskillnad mellan startposition och mål.