English(EN) Dream-MPC: Gradient-Based Model Predictive Control with Latent Imagination

Dream-MPC 使用潜在想象进行基于梯度的模型预测控制

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-07 04:00

研究人员推出了一种新颖的模型基础强化学习方法 Dream-MPC，该方法利用潜在想象进行基于梯度的优化。该方法生成候选轨迹，并使用学习到的世界模型和不确定性正则化对其进行优化。在 24 个连续控制任务上的实验表明，Dream-MPC 能够提高策略性能，并超越现有的无梯度 MPC 技术。 AI

影响引入了一种新的控制任务优化方法，可以提高强化学习代理的效率和性能。

排序理由这是一篇详细介绍模型基础强化学习新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Jonathan Spieler, Sven Behnke · 2026-05-07 04:00

Dream-MPC: Gradient-Based Model Predictive Control with Latent Imagination

arXiv:2605.04568v1 Announce Type: new Abstract: State-of-the-art model-based Reinforcement Learning (RL) approaches either use gradient-free, population-based methods for planning, learned policy networks, or a combination of policy networks and planning. Hybrid approaches that c…