KAN-Dreamer：将Kolmogorov-Arnold网络作为世界模型函数逼近器进行基准测试

DreamerV3是一种以显著样本效率著称的先进在线模型基 reinforcement learning (MBRL)算法。与此同时，Kolmogorov-Arnold Networks (KANs) 作为多层感知机 (MLP) 的有力替代方案，提供了更好的参数效率和可解释性。为缓解KANs的计算开销，诸如FastKAN等变体利用径向基函数 (RBFs) 加速推理。在本工作中，我们调查将KAN架构集成到DreamerV3框架中的可能性。我们引入KAN-Dreamer，将DreamerV3的特定MLP和卷积组件替换为KAN和FastKAN层。为确保在基于JAX的World Model中的效率，我们实现了针对性的、完全向量化的版本，并简化了网格管理。我们将我们的调查结构划分为三个子系统：视觉感知、潜在预测和行为学习。在DeepMind Control Suite (walker_walk)上进行经验评估，分析样本效率、训练时间和渐近性能。实验结果表明，利用我们调整的FastKAN作为奖励和继续预测器的即插即用替换，能够在样本效率和训练速度方面与原始MLP-based架构保持一致。这份报告作为未来KAN-based世界模型开发的初步研究。