面向JEPA风格世界模型的谱目标物理潜在空间结构化

arXiv 预印本 2609.04264v1 题为《Spectral-Target Physical Latent Structuring for JEPA-Style World Models》（面向 JEPA 风格世界模型的谱目标物理潜在结构化），由 Penghao Zhu 与另外三位作者共同撰写，并于 2026 年 9 月 2 日提交至机器学习的 cs.LG 类别。该版本在提交当天 18:05:06 UTC 上线，文件大小约 5,171 KB，论文共 9 页、包含 4 张图，提交历史来自 Aneesh Jonelagadda。研究聚焦于潜在世界模型，这类模型近年来越来越常见，其核心是直接在潜在空间中进行预测和规划，而不是在原始像素空间操作。以 LeWorldModel（LeWM）为代表的近期架构会将编码器与预测器联合训练，并使用 SIGReg 这类正则化技巧来防止表征坍缩。论文指出，即便表征没有坍缩，世界模型仍然可能出现一种新的失效模式，即物理表征惰性。该问题在高度动态的环境中尤为突出：潜在状态没有坍缩，却没有表达关键的物理属性，因此导致下游规划任务出现系统性失败。为了解决这一问题，研究者提出在训练期间加入辅助监督，具体使用一个轻量级傅里叶辅助头，通过物理信息约束来对潜在空间进行结构化。该辅助头不会带来任何推理阶段的额外成本，而且可以推广到任意环境。在实验中，作者观察到傅里叶辅助头在基线 LeWM 表现出物理表征惰性的动态环境中大幅提升了规划成功率；即使在基线没有表现出该惰性的其他环境中，该方法也能带来适度改进。结果还显示，更好的规划表现伴随着潜在空间与关键物理属性之间更高的相关度。这既说明该方法有能力在物理层面结构化学到的潜在状态，也说明物理结构化的表征可能对规划端产生帮助。此外，在低数据场景中，辅助监督对提高成功率尤为关键。基于这些发现，作者认为傅里叶辅助头可以提升整体成功率与数据效率，同时避免潜在世界模型中的物理表征惰性。该论文的 arXiv 编号为 2609.04264，DOI 为 10.48550/arXiv.2609.04264，当前浏览上下文为 cs.LG 的 2026 年 9 月新提交内容。页面还提供了 PDF、实验性 HTML、TeX 源码等获取方式，相关引用与推荐工具也已在 arXiv 页面上列出。