← 世界模型 / 在模型中控制

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
离散随机视频预测器SimPLe · 原文 Fig. 2 · p.4 ↗

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。

  1. 01编码帧与动作
  2. 02采样离散潜变量
  3. 03预测画面与奖励
SimPLe离散随机视频预测器
离散随机视频预测器

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。 来源 ↗ · 打开完整图片 ↗

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。

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

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