共 1 篇相关文章
world2vec 提出一种不依赖奖励信息的机制性世界模型学习方法,通过潜动力学学习在长预测时域上忠实还原系统,参数量比 DreamerV3、TD-MPC2 和 LeWM 少至少一个数量级,并在 71 个吸引子基准上实现准确系统辨识。