JEDI：面向在线基于模型强化学习的联合嵌入扩散世界模型

arXiv 2026 55.1 method

TLDR

JEDI结合JEPA预测学习与扩散去噪，实现端到端潜在扩散世界模型，在Atari100k上表现优异。

评分理由

The paper introduces a novel integration of JEPA and diffusion for online MBRL, with theoretical motivation and empirical results on Atari100k. Strengths include end-to-end learning and efficiency gains, but the evaluation is limited to a single simulated benchmark without real-world experiments.

Read-first 评分解释

综合优先阅读分 55.1，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 51。

近期性 6%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

引用影响力 18%

77.4

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。归一化引用分位：0.77414367

主题相关性 29%

72.9

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

方法质量 18%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基线

可复现性 18%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

基础论文前沿论文桥接论文

排序敏感性

稳定性：volatile；排名波动范围：432。

关键词评分

world model

model-based reinforcement learning world model

world dynamics prediction

generative world model

world simulator

interactive world model

video world model

深度分析

创新点

首个用于在线基于模型强化学习的端到端潜在扩散世界模型
在JEPA框架内直接从扩散去噪损失中学习潜在空间
使用去噪来学习和预测未来潜在变量，而非依赖重建和预训练模型
理论动机将传统JEPA目标与预测信息瓶颈联系起来，并将条件扩散去噪与预测-压缩分解联系起来

方法

JEDI是一种用于在线基于模型强化学习的潜在扩散世界模型。它使用JEPA框架直接从扩散去噪损失中学习其潜在空间，其中去噪用于学习和预测未来潜在变量，而非依赖重建和预训练模型。该模型是端到端训练的。

关键结果

JEDI在Atari100k上具有竞争力，并且在直接可比较的情况下优于使用单独训练潜在变量的基线。与像素扩散基线相比，JEDI使用的VRAM减少43%，世界模型采样速度提高3倍以上，训练速度提高2.5倍。

资源

论文