技术栈
rssm
zh路西法
11 天前
gru
·
mpc
·
planet
·
ces
·
rssm
·
pets
·
mbrl
【模型式强化学习】（五）：PlaNet——从 RSSM 潜在状态建模到 MPC 动作规划
MPC：潜在空间规划与动作执行世界模型：状态推断与学习KL 散度约束提供未来奖励预测控制信号当前观测 图像 oₜ
ergevv
2 个月前
卡尔曼滤波
·
预测
·
世界模型
·
rssm
RSSM 与卡尔曼滤波：相似的思想，不同的世界模型
第一次看到 RSSM（Recurrent State-Space Model，循环状态空间模型）时，会产生一个很自然的感觉：它和卡尔曼滤波都在“根据过去预测现在，再用新观测修正预测”。这个感觉是对的，但还不够精确。
我是有底线的