待验证50% 置信事实精确时间
传统世界模型（如 Dreamer 系列、TD-MPC 系列）以控制性能为优化目标，模型内部表征服务于奖励最大化。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证潜在世界模型的吸引力在于计算效率高、便于长程推演，Dreamer 系列和基于联合嵌入预测架构（JEPA）的方法都属于这一谱系。76% 相似待验证Dreamer V1的世界模型由表示模型、转移模型、奖励预测头和观测预测头四部分组成，均构建在RSSM之上，分别对应后验推断、先验预测与监督信号生成。74% 相似待验证Dreamer 系列（DreamerV1/V2/V3）通过引入离散潜在变量和改进的世界模型损失函数，将世界模型框架推向更复杂的连续控制任务72% 相似待验证基于世界模型的规划分为两类：模型预测控制（MPC）和在模拟中训练策略68% 相似待验证让LLM通关经典《宝可梦》游戏正成为评估大模型能力的一种观察方式67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1115642API
curl https://kongchang.com/api/v1/knowledge/claims/1115642MCP
get_claim(id=1115642)