← 世界模型 / 在模型中控制Dreamer 的三个学习过程Google Research · Dreamer ↗
正式发表 / World Models
Dreamer
Dream to Control: Learning Behaviors by Latent Imagination
ICLR · 2020OralCCF A
关键框架 FRAMEWORK
从经验学习世界模型,在想象中学习价值与策略,再回到环境收集经验。
- 01学习世界模型
- 02想象中优化行为
- 03执行并收集经验
THE IDEA
它在解决什么
在潜空间想象轨迹上训练行为,把对未来的预测用于策略优化。
WHY READ IT
为什么放在这条路线
与 PlaNet 对读,建立「模型中规划」和「模型中学习策略」的区别。
READ WITH A QUESTION
读的时候,留意什么
可微想象轨迹依赖模型质量;模拟任务上的成功不能直接当成真实机器人可靠性。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器