研究者提出ACTS-WM时序潜动作条件世界模型

研究团队（Chia-Han Kuo、Chengshuai Zhao、Huan Liu、Lo Pang-Yun Ting）提出面向时间序列分析的自监督潜在动作条件世界模型框架 ACTS-WM，并发布论文（arXiv:2610.37963）。该方法先通过潜在动作建模推断时间序列状态转换背后的信息，无需显式动作标注，再结合 JEPA 编码器和动作条件世界模型预测目标时间序列表示。据论文报告，在 22 个数据集、4 项代表性任务（涵盖单变量与多变量预测和分类）上，ACTS-WM 相比预训练 JEPA 编码器提升了下游性能。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。