← 世界模型 / 生成与轨迹规划

正式发表 / World Models

DIAMOND

Diffusion for World Modeling: Visual Details Matter in Atari

NeurIPS · 2024SpotlightCCF A

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
扩散世界中的想象展开DIAMOND · 原文 Fig. 1 · p.2 ↗

横轴为环境时间,纵轴为去噪时间;策略选动作,扩散模型以历史画面和动作条件逐步生成后续观测。

  1. 01历史观测与动作条件化
  2. 02去噪得到下一帧
  3. 03在生成环境中训练策略
DIAMOND扩散世界中的想象展开
扩散世界中的想象展开

横轴为环境时间,纵轴为去噪时间;策略选动作,扩散模型以历史画面和动作条件逐步生成后续观测。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

用扩散模型预测视觉环境,并在生成的环境中训练策略。

WHY READ IT

为什么放在这条路线

提供像素生成路线,与潜空间和表征预测路线构成直接比较。

当前阶段生成与轨迹规划 ↗

轨迹去噪、视频计划与可交互世界怎样连接?

READ WITH A QUESTION

读的时候,留意什么

更精细的画面是否改善策略,需要结合控制指标和计算成本判断。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器