← 世界模型 / 在模型中控制视觉、记忆与控制器World Models · 项目页 ↗
正式发表 / World Models
World Models
Recurrent World Models Facilitate Policy Evolution
NeurIPS · 2018CCF A
关键框架 FRAMEWORK
VAE 压缩观测,MDN-RNN 预测潜状态,控制器依据表示选择动作。
- 01视觉压缩
- 02潜空间预测
- 03控制器行动
THE IDEA
它在解决什么
用视觉压缩、循环动力学和简单控制器,把策略学习搬进模型想象的环境。
WHY READ IT
为什么放在这条路线
作为 PlaNet 与 Dreamer 之前的起点,区分环境模型、控制器和优化策略的方法。
READ WITH A QUESTION
读的时候,留意什么
模型中的高回报可能来自利用模型漏洞;回到真实环境检验迁移。正式发表标题与项目名不同。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器