← 世界模型 / 在模型中控制

正式发表 / World Models

PETS

Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynamics Models

NeurIPS · 2018CCF 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
概率动力学与轨迹采样PETS · 原文 Fig. 1 · p.2 ↗

用概率动力学模型集成表达不确定性,通过粒子轨迹采样评估候选动作,再用 MPC 滚动执行。

  1. 01拟合概率集成
  2. 02采样未来轨迹
  3. 03滚动选择动作
PETS概率动力学与轨迹采样
概率动力学与轨迹采样

用概率动力学模型集成表达不确定性,通过粒子轨迹采样评估候选动作,再用 MPC 滚动执行。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

用概率动力学模型集成表达不确定性,通过粒子轨迹采样评估候选动作,再用 MPC 滚动执行。

WHY READ IT

为什么放在这条路线

理解模型控制的基础:预测均值之外,为什么还要考虑环境噪声与模型认知不足。

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

主要从状态输入建模;不要把状态空间控制成绩直接等同于从像素学习的能力。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器