Команда Янна Лекуна предложила иерархический планировочный метод, повышающий способность модели JEPA к долгосрочному временно́му рассуждению.

МЕ Новости, 8 апреля (UTC+8), недавно команда Yann LeCun предложила иерархический планировочный метод на основе многомасштабной потенциальной модели мира, направленный на решение двух основных проблем обучающихся моделей мира в управлении на длинных временных интервалах: накопление ошибок предсказания и экспоненциальный рост пространства поиска. Этот метод обучает потенциальную модель мира на разных временных масштабах и выполняет иерархическое планирование между масштабами, реализуя долгосрочное рассуждение и одновременно значительно снижая сложность планирования при выводе. Эта структура может выступать в качестве плагинного абстрактного модуля, подходящего для различных архитектур потенциальных моделей мира и областей применения. Эксперименты показывают, что в реальных задачах роботов, не использующих жадное поведение (например, захват и отпускание), при наличии только конечной цели иерархическое планирование достигает 70% успеха, тогда как односторонняя модель мира — 0%. В физических симуляционных средах (например, толкание объектов и навигация по лабиринту) иерархическое планирование обеспечивает более высокий уровень успеха и сокращает необходимое время планирования в 3 раза. Этот метод не зависит от специфических наград задач или внешних подцелей, что демонстрирует его мощную способность к обобщению на невиданных средах и задачах. (Источник: InFoQ)