← 世界模型 / 在模型中控制

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
离散潜状态的世界模型DreamerV2 · 原文 Fig. 2 · p.3 ↗

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。

  1. 01图像编码
  2. 02离散 RSSM 预测
  3. 03想象轨迹训练策略
DreamerV2离散潜状态的世界模型
离散潜状态的世界模型

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。 来源 ↗ · 打开完整图片 ↗

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。

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

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