# D-JEPA决策对齐潜在世界模型

D-JEPA 提出一种决策对齐的潜在世界模型：它先量化“决策局部预测缺口”——在真正竞争执行的那几个候选未来中，预测目标距离更近的候选可能反而执行失败，然后用已执行结果监督一个置换等变、有界的集合算子来学习候选未来之间的决策相关关系，并把学到的决策结构写入 JEPA 兼容的未来表示，从而可通过原生潜在距离规划直接读出动作；在 PushT 上达到 87.89% 成功率、RoboTwin 平均提升 15.04 个百分点、真实机器人任务提升 17 个百分点，驾驶场景 PDMS 均值从 57.36 升到 95.34。

D-JEPA 提出一种决策对齐的潜在世界模型：它先量化“决策局部预测缺口”——在真正竞争执行的那几个候选未来中，预测目标距离更近的候选可能反而执行失败，然后用已执行结果监督一个置换等变、有界的集合算子来学习候选未来之间的决策相关关系，并把学到的决策结构写入 JEPA 兼容的未来表示，从而可通过原生潜在距离规划直接读出动作；在 PushT 上达到 87.89% 成功率、RoboTwin 平均提升 15.04 个百分点、真实机器人任务提升 17 个百分点，驾驶场景 PDMS 均值从 57.36 升到 95.34。