← 世界模型 / 在模型中控制

正式发表 / World Models

PlaNet

Learning Latent Dynamics for Planning from Pixels

ICML · 2019CCF 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
随机与确定状态结合的 RSSMPlaNet · 原文 Fig. 2 · p.4 ↗

图中对比纯确定、纯随机与混合状态模型。PlaNet 用 RSSM 预测潜状态,并通过在线规划选择动作。

  1. 01编码像素观测
  2. 02潜空间展开候选动作
  3. 03执行规划的第一步
PlaNet随机与确定状态结合的 RSSM
随机与确定状态结合的 RSSM

图中对比纯确定、纯随机与混合状态模型。PlaNet 用 RSSM 预测潜状态,并通过在线规划选择动作。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

学习潜空间动力学,在模型中搜索行动序列,再把选中的动作交给环境执行。

WHY READ IT

为什么放在这条路线

世界模型控制的清晰起点,可用来理解状态估计、动力学和规划各自负责什么。

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

在线规划与训练一个策略不是同一件事;关注模型误差如何随预测步长累积。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器