← 世界模型 / 在模型中控制

正式发表 / World Models

DayDreamer

DayDreamer: World Models for Physical Robot Learning

CoRL · 2022

快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗

关键框架 FRAMEWORK
在真实机器人上学习与想象DayDreamer · 原文 Fig. 3 · p.3 ↗

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。

  1. 01真机采集经验
  2. 02学习多模态世界模型
  3. 03想象中更新策略
DayDreamer在真实机器人上学习与想象
在真实机器人上学习与想象

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。 来源 ↗ · 打开完整图片 ↗

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。

当前阶段在模型中控制 ↗

模型用于局部优化、树搜索,还是策略学习?

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