← 世界模型 / 在模型中控制

正式发表 / World Models

DreamerPro

DreamerPro: Reconstruction-Free Model-Based Reinforcement Learning with Prototypical Representations

ICML · 2022CCF 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
以原型分配替代图像重建ICML 2022 · Fig. 1 · p.3 ↗

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。

  1. 01获得原型分配
  2. 02从潜状态预测分配
  3. 03在模型中学习策略
DreamerPro以原型分配替代图像重建
以原型分配替代图像重建

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。 来源 ↗ · 打开完整图片 ↗

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。

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

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