761
个编辑
更改
跳到导航
跳到搜索
第106行：
第106行： +
→世界模型训练过程
[[文件:1-3.png|替代=|无|有框|Dreamer 的组成部分。引自<ref name=":0" />]]
[[文件:1-3.png|替代=|无|有框|Dreamer 的组成部分。引自<ref name=":0" />]]
在实现中，表征模型采用[[卷积网络]]（CNN）提取图像特征，转移模型使用循环状态空间模型（RSSM）处理时间序列信息 ，并使用重参数化技巧和随机梯度反向传播（Kingma & Welling方法）<ref>D. P. Kingma and M. Welling. Auto-encoding variational bayes. arXiv preprint arXiv:1312.6114,2013. </ref>来训练整个模型 。
在实现中，表征模型采用[[卷积网络]]（CNN）提取图像特征，转移模型使用循环状态空间模型（RSSM）处理时间序列信息 ，并使用重参数化技巧和随机梯度反向传播（Kingma & Welling方法）<ref>D. P. Kingma and M. Welling. Auto-encoding variational bayes. arXiv preprint arXiv:1312.6114,2013. </ref>来训练整个模型 。
===重参数技巧与ELBO目标函数===
===重参数技巧与ELBO目标函数===