模型
MuZero
OpenAI开发的世界模型，将任务导向型世界模型与蒙特卡洛树搜索（MCTS）结合，在棋类和Atari游戏中达到超人水平
时间轴 (近 90 天)
10月28日
经典MBRL实现（如Dreamer、MuZero）通常需要显式预测下一帧观测或奖励。
待验证50%
9月11日
MuZero不需要预先给定环境规则，而是自行学习一个隐式的动态模型
待验证50%
OpenAI开发的世界模型，将任务导向型世界模型与蒙特卡洛树搜索（MCTS）结合，在棋类和Atari游戏中达到超人水平
经典MBRL实现（如Dreamer、MuZero）通常需要显式预测下一帧观测或奖励。
MuZero不需要预先给定环境规则，而是自行学习一个隐式的动态模型