World Model Based Representation Learning for Robot Policies

本文研究了基于世界模型的表示学习在机器人策略学习中的应用。世界模型通过学习环境的动力学模型，将观测编码为包含未来预测信息的潜在状态表示，作为策略的输入。文章分析了不同世界模型架构（RSSM、Dreamer、TD-MPC）的表示学习能力，提出了结合模型预测控制和强化学习的方法，并在多种机器人任务上验证了基于世界模型的表示在样本效率和规划能力上的优势。来源机构包括UC Berkeley、Google Research、Oxford等。