世界模型如何服务策略
世界模型如何服务策略
Section titled “世界模型如何服务策略”类型 笔记 · 更新 2026-07-20
标签 generative-modeling · embodied-ai · reinforcement-learning
世界模型的价值在于对动作条件化的未来可查询：用于规划搜索、策略梯度、数据增强或表征预训练。像素重建质量不等于控制有用性。
- Latent dynamics：在压缩状态上预测，服务 MPC/actor-critic。
- 视频/占用预测：给规划提供可微代价或安全边界。
- 闭环基准：在模型内评测策略再上真环境。
- 开环视频指标好看，动作条件化误差大。
- 与真实动力学分布偏移导致「在梦里很强」。
- Topic：
world-models