← 世界模型 / 在模型中控制

正式发表 / World Models

DreamerV3

Mastering Diverse Control Tasks through World Models

Nature · 2025

快照 2026-10-28 · 引用:Semantic Scholar / 正式版 DOI 记录 · 代码核验依据 ↗

关键框架 FRAMEWORK
世界模型与 actor-critic 的共同训练DreamerV3 · 原文 Fig. 3 · p.3 ↗

左侧从经验学习离散潜状态动力学,右侧让 actor 和 critic 在模型预测的表征轨迹上学习。 图示取自 2024 arXiv v2,发表年份按 Nature 2025 记录。

  1. 01从回放学习世界模型
  2. 02在潜空间想象
  3. 03更新 actor 与 critic
DreamerV3世界模型与 actor-critic 的共同训练
世界模型与 actor-critic 的共同训练

左侧从经验学习离散潜状态动力学,右侧让 actor 和 critic 在模型预测的表征轨迹上学习。 图示取自 2024 arXiv v2,发表年份按 Nature 2025 记录。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

通过归一化、损失平衡等稳定训练设计,让同一套配置覆盖多种控制任务。

WHY READ IT

为什么放在这条路线

连接世界模型的算法设计与跨任务鲁棒性;作为期刊代表作补充会议主线。

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

初稿发表于 2023 年,本条按 Nature 2025 正式版本记录;多任务覆盖不等于现实世界通用。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器