Dreamer-CDP：通过连续确定性表示预测提升无重构世界模型
机器学习
2026-04-15 v2
摘要
基于模型的强化学习 (MBRL) 智能体在高维观测空间中运行（如 Dreamer），依赖学习抽象表示以实现有效规划与控制。现有方法通常在观测空间中采用重构-based 目标，这会导致表示对任务无关细节敏感。近期替代方法放弃重构，改为引入辅助动作预测头或视角增强策略，但在 Crafter 环境上的表现不如重构方法。我们通过在连续、确定性表示上定义的 JEPA-style 预测器，弥合 Dreamer 与重构-free 模型之间的差距。该方法在 Crafter 上匹配 Dreamer 的性能，表明无需重构目标即可在该基准上实现有效的世界模型学习。
引用
@article{arxiv.2603.07083,
title = {Dreamer-CDP: Improving Reconstruction-free World Models Via Continuous Deterministic Representation Prediction},
author = {Michael Hauri and Friedemann Zenke},
journal= {arXiv preprint arXiv:2603.07083},
year = {2026}
}