← 世界模型 / 在模型中控制离散随机视频预测器SimPLe · 原文 Fig. 2 · p.4 ↗
正式发表 / World Models
SimPLe
Model Based Reinforcement Learning for Atari
ICLR · 2020CCF 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
学习带离散随机潜变量的帧与奖励预测器,在学得的 Atari 模拟器中训练策略。
- 01编码帧与动作
- 02采样离散潜变量
- 03预测画面与奖励
THE IDEA
它在解决什么
学习带离散随机潜变量的帧与奖励预测器,在学得的 Atari 模拟器中训练策略。
WHY READ IT
为什么放在这条路线
连接像素视频预测与模型强化学习,能和 World Models、IRIS、DIAMOND 逐项比较。
READ WITH A QUESTION
读的时候,留意什么
预测画面清晰不保证长期动态正确;关注模拟长度、重置策略及真实交互预算。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器