【NIPS 2018】循環World模型促進策略演變

論文題目：Recurrent World Models Facilitate Policy Evolution 所解決的問題？ 從world model中學一個policy，並將遷移到real world。 背景 人類通常是通過自己的感官數據建立自己對這個世界的認知模型。比如看同一張圖片，不同的人能夠得到不同的抽象理解，而這個理解跟他自己之前建立的世界觀存在相關性。這種對世界的認知能夠幫助我們，遇

>>阅读原文<<