world2vec 论文以少一个量级的参数实现长时程预测并超越 DreamerV3

arXiv 论文《world2vec: Mechanistic World Models through Latent Dynamics Learning》提出无需奖励信号、直接从像素和动作序列学习连续时间潜在动力学的方法。该方法参数量比 DreamerV3、TD-MPC2 和 LeWM 至少少一个数量级，在像素输入的连续控制环境达到 SOTA 性能，并在 71 个吸引子基准上实现精确系统辨识。