标签
本文提出一个四级框架，根据控制器对生成操作的直接决策范围，将智能体视觉生成系统分类，从固定支持到经验自适应控制。
本文提出了一种面向偏微分方程的目标无关控制框架，采用联合嵌入预测架构（JEPA），并配备轻量级2D ViT编码器和动作条件潜在动力学。研究表明，使用学到的物理可观测探针在控制任务中优于原始潜在距离。