← 世界模型 / 在模型中控制在真实机器人上学习与想象DayDreamer · 原文 Fig. 3 · p.3 ↗
正式发表 / World Models
DayDreamer
DayDreamer: World Models for Physical Robot Learning
CoRL · 2022
关键框架 FRAMEWORK
左侧融合多种传感器并训练 RSSM,右侧在潜空间进行策略学习;采集与学习并行,以适应真实硬件的延迟。
- 01真机采集经验
- 02学习多模态世界模型
- 03想象中更新策略
THE IDEA
它在解决什么
让机器人边交互边更新世界模型,再用想象轨迹改进策略,形成真机学习闭环。
WHY READ IT
为什么放在这条路线
补齐从模拟任务到物理机器人的一环,对照采集、模型训练、策略训练与执行的不同频率。
READ WITH A QUESTION
读的时候,留意什么
真机在线学习与先在仿真中训练再迁移不同;检查任务设定、观测、奖励和人工干预条件。CoRL 2022,论文集于 2023 年出版。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器