← 世界模型 / 生成与轨迹规划

正式发表 / World Models

IRIS

Transformers are Sample-Efficient World Models

ICLR · 2023CCF 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 token 自回归世界模型IRIS · 原文 Fig. 1 · p.2 ↗

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。

  1. 01将图像编码为 token
  2. 02自回归预测环境
  3. 03在想象中学习策略
IRIS离散 token 自回归世界模型
离散 token 自回归世界模型

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。 来源 ↗ · 打开完整图片 ↗

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。

当前阶段生成与轨迹规划 ↗

轨迹去噪、视频计划与可交互世界怎样连接?

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