自监督预测

CLaD：通过跨模态潜变量动力学进行有据前瞻的规划

CLaD: Planning with Grounded Foresight via Cross-Modal Latent Dynamics

把本体感知与语义状态用非对称交叉注意力对齐成统一的潜空间动力学，并用自监督预测未来潜变量来条件化扩散策略；做视觉-动作联合建模或机器人操作策略学习时，这套『预测有据的潜变量前瞻 + 扩散动作生成』结构可直接复用。