← 世界模型 / 在模型中控制以原型分配替代图像重建ICML 2022 · Fig. 1 · p.3 ↗
正式发表 / World Models
DreamerPro
DreamerPro: Reconstruction-Free Model-Based Reinforcement Learning with Prototypical Representations
ICML · 2022CCF A
关键框架 FRAMEWORK
用图像增强视图的原型分配和时序预测替代像素重建,使世界模型聚焦于控制相关的表征。
- 01获得原型分配
- 02从潜状态预测分配
- 03在模型中学习策略
THE IDEA
它在解决什么
用图像增强视图的原型分配和时序预测替代像素重建,使世界模型聚焦于控制相关的表征。
WHY READ IT
为什么放在这条路线
它改变 Dreamer 的模型学习目标:预测聚类分配而非每个像素;不等同于删除动力学或奖励学习。
READ WITH A QUESTION
读的时候,留意什么
主要证据来自所测 DMC 任务与背景干扰设置;不应泛化为所有无重建目标都优于重建。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器