761
个编辑
更改
添加了Dreamer大纲
词条Dreamer
词条Dreamer
=== '''1. 概述''' ===
* Dreamer框架简介
* 所属领域：强化学习、世界模型、模型预测控制（MPC）等
* 提出时间与主要贡献者（如Danijar Hafner等）
* 与传统强化学习方法的对比简述
----
=== '''2. 背景知识''' ===
* 强化学习简介
* 世界模型（World Models）简介
* 模型预测控制（Model Predictive Control, MPC）简介
* Dreamer所继承或改进的相关方法（如PlaNet）
----
=== '''3. Dreamer框架原理''' ===
* '''3.1 系统架构'''
** 编码器（Encoder）
** 潜在动力学模型（Latent Dynamics Model）
** 解码器（Decoder）
** 策略网络与值函数
* '''3.2 训练过程'''
** 表征学习阶段
** 基于潜在空间的Rollout与策略优化
** 重参数技巧与ELBO目标函数
* '''3.3 规划与决策机制'''
** 潜在空间中的imagined trajectory
** 使用MPC或policy gradient进行action selection
----
=== '''4. 不同版本对比''' ===
* Planet
* DreamerV1（NeurIPS 2019）
* DreamerV2（ICLR 2021）
* DreamerV3（2023）
* 主要改进点和性能比较
----
=== '''5. 应用与性能''' ===
* 在Mujoco、Atari、DMC等环境下的表现
* 与SAC、TD3、PPO等方法的对比
* 在高维视觉输入上的优势
* 其他应用
----
=== '''6. 框架实现''' ===
* 常用开源实现（如官方Dreamer GitHub仓库）
* 可视化与调试工具支持
* TensorFlow与PyTorch的兼容情况
----
=== '''7. 影响与发展''' ===
* 对后续研究的启发（如DreamerV3、World Model + LLM等）
* 世界模型在通用人工智能中的作用展望
* 与MoPA、Model-Based RL融合趋势
----
=== '''8. 参考文献与外部链接''' ===
* 原始论文链接
* 开源代码仓库
* 相关综述或解读文章