实体
Mind Dreamer
Mind Dreamer
PulseAugur coverage of Mind Dreamer — every cluster mentioning Mind Dreamer across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
时间线
- 2026-05-15 research_milestone Publication of a new framework for model-based reinforcement learning called Mind Dreamer. 来源
最近 · 第 1/1 页 · 共 3 条
-
ICML 2026 的世界模型：LAWM 和 WAM 融合以实现具身人工智能
ICML 2026 的研究表明，世界模型正经历范式转变，从简单的视频预测转向现实世界的控制。虽然潜在动作世界模型 (LAWM) 从视频中提供基础的物理直觉，但动作世界模型 (WAM) 在显式控制任务中卷土重来。新兴的共识倾向于混合方法，使用 LAWM 进行广泛的预训练，并使用 WAM 结合真实机器人数据进行微调，这与大型语言模型的成功相呼应。
-
Mind Dreamer 框架通过因果干预增强了强化学习的想象力
研究人员推出了一种名为 Mind Dreamer (MD) 的新颖框架，旨在通过克服想象力中历史束缚的局限性来增强基于模型的强化学习。MD 采用主动因果干预，允许模型探索超出观测数据范围的状态，并从对抗性生成器初始化想象力，以发现非连续的潜在跳跃。该方法旨在解决世界模型发现和策略优化之间的学习不对称性，理论上建立了不确定性传播的二次折扣，并在基准任务上实现了显著的加速。
-
Mind Dreamer 框架通过主动想象增强强化学习
研究人员推出了一种名为 Mind Dreamer (MD) 的新颖框架，旨在通过使想象力超越观察到的状态来增强基于模型的强化学习。MD 采用主动潜在干预 (ALI) 来合成合理但具有挑战性的初始状态，超越了历史束缚。该方法利用学习到的生成器和对抗过程来探索认知盲点，并推导出了中继价值函数 (RVF) 和中继不确定性函数 (RUF) 来处理这些合成状态的信用分配。经验表明，MD 在现有方法上实现了显著的加速，平均学习速度提高了 1.67…