李云竹:世界模型要够可控,才能给机器人做训练和评估

谈到世界模型与模仿策略的关系,人们把两者都称为模型:有人叫动力学模型、世界模型,也有人叫策略模型。在李云竹看来,智能体在构建世界模型、验证世界模型、在世界模型里生成数据、再迁回真实环境等具体环节上都很有用。他这场报告的立场落在工作坊第三项动议附近:把世界模型的价值放在为策略提供训练数据和评估上。

原文连接