← 世界模型 / 在模型中控制表征、局部模型与策略更新ICML 2019 · Fig. 2 · p.3 ↗
正式发表 / World Models
SOLAR
SOLAR: Deep Structured Representations for Model-Based Reinforcement Learning
ICML · 2019CCF A
关键框架 FRAMEWORK
联合学习图像表示、全局动力学先验和代价模型,再从少量当前策略轨迹推断局部线性模型以改进策略。
- 01学习全局表示与先验
- 02推断局部模型
- 03改进并采样策略
THE IDEA
它在解决什么
联合学习图像表示、全局动力学先验和代价模型,再从少量当前策略轨迹推断局部线性模型以改进策略。
WHY READ IT
为什么放在这条路线
相对 E2C,重点是用全局先验支持局部模型拟合和策略更新,而非把每次预测直接交给同一在线规划器。
READ WITH A QUESTION
读的时候,留意什么
需要环境交互与代价观测;局部拟合及所测机器人任务的结果不能直接推到通用操作。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器