讨论简单2D导航不需要DINO，JEPA的EMA方法等问题

我认为简单的2D导航环境不需要DINO，从头学习较小的编码器应该就够了。在EB-JEPA中没有尝试EMA，特别是在AC-JEPA中，因为输入和目标来自“不同”的编码器，这不利于自回归 rollout。欢迎贡献！