页面历史
2025年6月16日 (星期一)
→DreamerV2：消融研究
-118
→DreamerV2
+167
→重参数技巧与ELBO目标函数
-2
→世界模型训练过程
+60
→世界模型训练过程
+110
→表征学习阶段
+21
→世界模型架构
+17
→潜在动力学模型（Latent Dynamics Model）
-24
→潜在动力学模型（Latent Dynamics Model）
-7
→潜在动力学模型（Latent Dynamics Model）
+1
无编辑摘要
-4
增加参考文献
+594
→潜在动力学模型（Latent Dynamics Model）
+1
→编码器-解码器（Encoder-Decoder）
+4
→规划与决策机制
+8
→潜在空间中的imagined trajectory
-9
→DreamerV3
+10
→DreamerV3：BSuite 和 Minecraft 等拓展任务性能
-37
→影响与发展
→DreamerV3：BSuite 和 Minecraft 等拓展任务性能
+3
→DreamerV3：BSuite 和 Minecraft 等拓展任务性能
+6
→DreamerV3：BSuite 和 Minecraft 等拓展任务性能
+47
→与SAC、TD3、PPO等方法的对比
-22
→DreamerV3
+59
→DreamerV2
+4
→DreamerV2
+12
→DreamerV3
-1
→DreamerV3
+10
→DreamerV3
+74
→DreamerV2
→DreamerV2
+96
→在Mujoco、Atari、DMC等环境下的表现
+5
→DreamerV2
+64
→编码器-解码器（Encoder-Decoder）
-20
→编码器-解码器（Encoder-Decoder）
+17
→编码器-解码器（Encoder-Decoder）
+4
2025年6月15日 (星期日)
2025年6月6日 (星期五)
2025年6月4日 (星期三)
→使用MPC或policy gradient进行action selection
+4
→使用MPC或policy gradient进行action selection
+4
→策略网络的训练与优化
+4
→想象环境与模拟轨迹
+4
→Dreamer框架原理
+12