强化学习 · 2023 · DreamerV3
Mastering Diverse Domains through World Models
Danijar Hafner et al.
学习环境世界模型，并在想象的轨迹中优化行为。
世界模型潜空间规划Model-based RL
复现空间 · 建议计划
研究 · 仿真实验 · 编辑建议，尚未实测
最小实验目标
先复现单个低成本任务，分析模型损失与策略回报的关系。
数据集 / 环境
作者实现支持的单个控制任务。
评估项
- Episode Return
- 模型预测损失
- 交互步数
边界与常见偏差
固定实现 commit 和任务预算；跑通一个环境不能声称复现全部领域或 Minecraft 结果。
实验验收协议
- 阅读原文，选定要对齐的具体表格、模型变体与数据划分；把缩小规模或替换组件单独列出。
- 核对作者资源的许可与依赖，锁定代码 commit、权重版本、硬件、随机种子和完整运行命令。
- 先完成数据与推理检查，再执行约定的实验；记录多次运行结果、资源消耗和失败案例。
- 提交可核验的代码、配置、日志与报告。原论文数值须注明表格和协议，当前指标必须附实际运行证据。
实验记录
- 原论文对齐目标
- 待认领后选定具体表格与评估条件
- 社区复现指标
- 暂无已验证结果
暂无实验日志与复现报告。收录此论文不表示社区已完成训练或评估；后续记录通过仓库 Issue 和 Pull Request 补充。