AI Research 技术调研

标签: model-based-rl

此标签下有43条笔记。

2026年7月16日
A Survey: Learning Embodied Intelligence from Physical Simulators and World Models
2026年7月16日
世界模型技术演进调研（2017 → 2026）· 主汇总
2026年7月16日
Value Prediction Network
2026年7月16日
Learning Latent Dynamics for Planning from Pixels (PlaNet)
2026年7月16日
World Models (Recurrent World Models Facilitate Policy Evolution)
2026年7月16日
Dream to Control: Learning Behaviors by Latent Imagination (Dreamer)
2026年7月16日
When to Trust Your Model: Model-Based Policy Optimization
2026年7月16日
Mastering Atari, Go, Chess and Shogi by Planning with a Learned Model (MuZero)
2026年7月16日
Model-Based Reinforcement Learning for Atari
2026年7月16日
Mastering Atari with Discrete World Models (DreamerV2)
2026年7月16日
Model-based Reinforcement Learning: A Survey
2026年7月16日
Mastering Atari Games with Limited Data (EfficientZero)
2026年7月16日
Online and Offline Reinforcement Learning by Planning with a Learned Model (MuZero Unplugged)
2026年7月16日
Learning and Planning in Complex Action Spaces (Sampled MuZero)
2026年7月16日
Vector Quantized Models for Planning
2026年7月16日
DayDreamer: World Models for Physical Robot Learning
2026年7月16日
Deep Hierarchical Planning from Pixels (Director)
2026年7月16日
Policy Improvement by Planning with Gumbel (Gumbel MuZero)
2026年7月16日
Transformers are Sample-Efficient World Models (IRIS)
2026年7月16日
Iso-Dream: Isolating and Leveraging Noncontrollable Visual Dynamics in World Models
2026年7月16日
Planning in Stochastic Environments with a Learned Model (Stochastic MuZero)
2026年7月16日
Temporal Difference Learning for Model Predictive Control
2026年7月16日
TransDreamer: Reinforcement Learning with Transformer World Models
2026年7月16日
Mastering Diverse Domains through World Models (DreamerV3)
2026年7月16日
Learning to Model the World With Language (Dynalang)
2026年7月16日
HarmonyDream: Task Harmonization Inside World Models
2026年7月16日
LightZero: A Unified Benchmark for Monte Carlo Tree Search in General Sequential Decision Scenarios
2026年7月16日
Facing Off World Model Backbones: RNNs, Transformers, and S4
2026年7月16日
STORM: Efficient Stochastic Transformer based World Models for Reinforcement Learning
2026年7月16日
TD-MPC2: Scalable, Robust World Models for Continuous Control
2026年7月16日
Transformer-based World Models Are Happy With 100k Interactions (TWM)
2026年7月16日
Learning Interactive Real-World Simulators (UniSim)
2026年7月16日
Efficient World Models with Context-Aware Tokenization (Δ-IRIS)
2026年7月16日
Diffusion for World Modeling: Visual Details Matter in Atari (DIAMOND)
2026年7月16日
Diffusion World Model: Future Modeling Beyond Step-by-Step Rollout for Offline Reinforcement Learning
2026年7月16日
EfficientZero V2: Mastering Discrete and Continuous Control with Limited Data
2026年7月16日
iVideoGPT: Interactive VideoGPTs are Scalable World Models
2026年7月16日
PWM: Policy Learning with Multi-Task World Models
2026年7月16日
Mastering Memory Tasks with World Models
2026年7月16日
Improving Token-Based World Models with Parallel Observation Prediction
2026年7月16日
UniZero: Generalized and Efficient Planning with Scalable Latent World Models
2026年7月16日
Learning Transformer-based World Models with Contrastive Predictive Coding (TWISTER)
2026年7月16日
RL 世界模型族（World Models · PlaNet · Dreamer · MuZero · TD-MPC · IRIS/DIAMOND）

GitHub