页面历史
2025年5月26日 (星期一)
2025年5月24日 (星期六)
→策略网络与值函数
+894
→规划与决策机制（这部分针对PlaNet的规划决策方法进行介绍，不涉及Dreamer）
+981
→潜在空间中的imagined trajectory
+4
→潜在空间中的imagined trajectory
-452
2025年5月17日 (星期六)
2025年5月16日 (星期五)
→潜在空间中的imagined trajectory
+6
→规划与决策机制（这部分针对PlaNet的规划决策方法进行介绍，不涉及Dreamer）
-702
→潜在空间中的imagined trajectory
-3
→潜在空间中的imagined trajectory
+7
→规划与决策机制（这部分针对PlaNet的规划决策方法进行介绍，不涉及Dreamer）
+771
→背景知识
-1,521
→使用MPC或policy gradient进行action selection
-4
→使用MPC或policy gradient进行action selection
-1,126
→规划与决策机制（这部分针对PlaNet的规划决策方法进行介绍，不涉及Dreamer）
+1,346
→基于潜在空间的Rollout与策略优化（这部分内容可以融合到3.4策略学习）
-560
→基于潜在空间的Rollout与策略优化（这部分内容可以融合到3.4策略学习）
+49
→DreamerV2
-115
→基于潜在空间的Rollout与策略优化（这部分内容可以融合到3.4策略学习）
+2,419
→PlaNet → DreamerV1
-107
撤销念（讨论）的版本43923
+118
→PlaNet → DreamerV1
-118
→不同版本对比
小→潜在动力学模型（Latent Dynamics Model）
小+3
→基于潜在空间的Rollout与策略优化
小+55
→训练过程（改成世界模型学习，3.2小节）
-218
→策略网络与值函数（单独作为一个小节3.4 策略学习）
-5
→影响与发展
+3,131
→规划与决策机制（这部分针对PlaNet的规划决策方法进行介绍，不涉及Dreamer）
小+98
→规划与决策机制
小+239
→模型预测控制（Model Predictive Control, MPC）简介
小+107
→背景知识
+1,915
→Dreamer框架原理
小+763
→潜在动力学模型（Latent Dynamics Model）
小+6
→编码器-解码器（Encoder-Decoder）
+3
→概述
-57
2025年5月15日 (星期四)
撤销念（讨论）的版本43897
+18
无编辑摘要
-18
无编辑摘要
-24
→Dreamer框架原理
-20
→不同版本对比
+69
→DreamerV2（PLL：关于附录B放在这里还是其他应用或者不放？附录A我感觉没有什么对比就没放）
+61
→不同版本对比
+2,873
2025年5月10日 (星期六)
→应用与性能
+113
→在Mujoco、Atari、DMC等环境下的表现
+1
→在Mujoco、Atari、DMC等环境下的表现
+4,670
→Dreamer所继承或改进的相关方法（如PlaNet）
+16
→Dreamer所继承或改进的相关方法（如PlaNet）
+84