概念Model-Based RL / MBRL
基于模型的强化学习
通过显式学习环境动力学模型（世界模型）来提升样本效率的强化学习范式，智能体利用学习到的模型进行规划或生成虚拟经验。
核心事实
时间轴 (近 90 天)
11月3日
一篇题为《Spacetime Emergence in the Memory of a Learning Agent》的研究表明，通过训练基于模型的强化学习智能体完成量子信息任务，时空的零结构可从智能体的内部预测模型中自发涌现。
待验证50%
通过显式学习环境动力学模型（世界模型）来提升样本效率的强化学习范式，智能体利用学习到的模型进行规划或生成虚拟经验。
一篇题为《Spacetime Emergence in the Memory of a Learning Agent》的研究表明，通过训练基于模型的强化学习智能体完成量子信息任务，时空的零结构可从智能体的内部预测模型中自发涌现。