RoboJEPA: Scaling Robotic Latent World Models

在本工作中，我们提出RoboJEPA，一种基于联合嵌入预测架构（JEPA）的世界模型，训练在涵盖12个机器人形态的大型数据集上。我们表明RoboJEPA的想象错误，其潜在轨迹的误差，遵循计算的二阶幂律，使我们能够超出该律拟合的规模准确预测模型质量。我们进一步表明，随着计算量增加，下游机器人规划性能呈规律提升，并且想象错误与之强相关，使其成为真实机器人评估的可靠代理。