模型TD-MPC系列 / TD-MPC2

TD-MPC

结合模型预测控制（MPC）的世界模型系列，用学习到的潜动力学做在线轨迹优化。

时间轴 (近 90 天)

10月30日

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。

待验证50%

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。