← 世界模型 / 在模型中控制

正式发表 / World Models

SOLAR

SOLAR: Deep Structured Representations for Model-Based Reinforcement Learning

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
表征、局部模型与策略更新ICML 2019 · Fig. 2 · p.3 ↗

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。

  1. 01学习全局表示与先验
  2. 02推断局部模型
  3. 03改进并采样策略
SOLAR表征、局部模型与策略更新
表征、局部模型与策略更新

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。 来源 ↗ · 打开完整图片 ↗

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。

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

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