论文导读
World Models
首个 arXiv 版本： · arXiv
将学习得到的视觉压缩表示、循环动态模型与控制器结合，并在生成的环境中训练智能体。
研究贡献与问题设置
展示紧凑的学习式环境表示如何支持策略学习，以及如何将模拟梦境中学到的策略迁移回原始任务。
- 模型输出
- 预测的潜在观测表示，配合图像解码器和针对任务的终止预测。
- 动作接口
- 控制器在所研究的强化学习环境中执行的动作。
- 状态与记忆
- 循环模型汇总潜在观测和动作的历史。
与 NeuralOS 的联系
NeuralOS 将其作为学习式仿真和智能体训练的背景工作引用。
适用范围与限制
模型将观测压缩为用于控制的潜在表示。
相关术语：世界模型、循环动态模型、潜在空间中的想象、基于模型的强化学习
引用这篇论文
arXiv 预印本
请引用实际使用的版本。