← 世界模型 / 在模型中控制随机与确定状态结合的 RSSMPlaNet · 原文 Fig. 2 · p.4 ↗
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
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。
- 01编码像素观测
- 02潜空间展开候选动作
- 03执行规划的第一步
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。
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