← 世界模型 / 从表征到预测域内视觉与潜动力学联合训练NeurIPS 2024 · Fig. 3 · p.4 ↗
正式发表 / World Models
DynaMo
DynaMo: In-Domain Dynamics Pretraining for Visuo-Motor Control
NeurIPS · 2024CCF A
关键框架 FRAMEWORK
联合训练视觉编码器、潜逆动力学和前向模型,用隐含转移信息预测后续表征,突出域内控制相关特征。
- 01编码连续观测
- 02推断潜转移
- 03预测未来表征
THE IDEA
它在解决什么
联合训练视觉编码器、潜逆动力学和前向模型,用隐含转移信息预测后续表征,突出域内控制相关特征。
WHY READ IT
为什么放在这条路线
相对静态图像预训练,它利用时序与潜动作结构;“预训练无需动作”不等于后续策略训练无需动作监督。
READ WITH A QUESTION
读的时候,留意什么
潜转移有低维瓶颈与确定性假设;下游仍需任务示范,不能直接视为通用规划世界模型。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器