← 世界模型 / 生成与轨迹规划离散 token 自回归世界模型IRIS · 原文 Fig. 1 · p.2 ↗
正式发表 / World Models
IRIS
Transformers are Sample-Efficient World Models
ICLR · 2023CCF A
关键框架 FRAMEWORK
把图像压缩成离散 token,自回归预测未来 token、奖励与终止,再在想象轨迹里学习行为。
- 01将图像编码为 token
- 02自回归预测环境
- 03在想象中学习策略
THE IDEA
它在解决什么
把图像压缩成离散 token,自回归预测未来 token、奖励与终止,再在想象轨迹里学习行为。
WHY READ IT
为什么放在这条路线
世界模型中的 token 化路线,可与连续像素扩散预测 DIAMOND 比较表征代价。
READ WITH A QUESTION
读的时候,留意什么
图像压缩会丢失细节;Atari 的样本效率并非真实机器人泛化的直接证据。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器