Hydra：结合离散潜空间规划与连续 Flow Matching 执行的导航世界动作模型

基于摘要分析。该研究面向机器人导航中世界模型与规划器表示不一致的问题：候选未来通常需要解码回高维观测空间才能评估，增加实时规划的计算负担。Hydra 将视觉状态、物理位姿与控制动作纳入统一潜在流形，结合离散潜空间规划和连续 Flow Matching 执行，尝试贯通候选生成、评估与物理控制。 核心机制是使用模态专属的 Vector-Quantized 瓶颈压缩共享表示，形成运动动力学意图与视觉状态的离散词表。Discrete Latent Planning（DLP）直接从共享流形采样候选，并通过 Kinematic-Perceptual Cost 在离散潜空间内排序，避免为候选评估逐一恢复高维观测。选定意图随后由条件 Flow Matching 映射为平滑执行轨迹。其方法价值在于把潜空间评估与连续动作生成连接起来，而不只是提高未来观测的生成质量。 作者报告，在两个实体机器人平台上，Hydra 的目标导向规划表现优于所比较的先进导航世界模型，闭环执行能力达到或超过所比较的领先反应式导航策略。摘要未提供平台名称、任务划分、评价指标、具体数值及基线配置，因此不能量化优势或比较不同协议下的表现。训练数据规模、监督方式、损失形式、潜空间代价的定义、运行延迟、消融及统计信息尚未验证。 该论文的主要研究对象是具身机器人导航，并非 EEG 解码或 BCI。摘要没有提供神经信号实验，也没有建立其离散意图表示与 BCI 控制变量之间的具体对应关系，不能将导航结果视为 BCI 有效性的证据；已有 EEG 相关工作尚未检索确认。复现时需取得完整训练与评估协议，并核对离散表示、潜空间排序和连续执行各自对效果及计算成本的贡献。