← 世界模型 / 在模型中控制离散潜状态的世界模型DreamerV2 · 原文 Fig. 2 · p.3 ↗
正式发表 / World Models
DreamerV2
Mastering Atari with Discrete World Models
ICLR · 2021CCF 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
CNN 编码图像,RSSM 同时维护循环状态和多个类别变量;预测奖励、折扣并重建观测。
- 01图像编码
- 02离散 RSSM 预测
- 03想象轨迹训练策略
THE IDEA
它在解决什么
用离散潜状态构建世界模型,在想象轨迹中学习行为。
WHY READ IT
为什么放在这条路线
帮助追踪 Dreamer 路线中表征设计对复杂视觉控制的作用。
READ WITH A QUESTION
读的时候,留意什么
Atari 评价协议和真机操作差异较大,先读离散状态与训练目标。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器