RSSM

扩散世界模型单步预测需要多次去噪迭代，规划时计算开销明显高于RSSM。

Dreamer V1的世界模型由表示模型、转移模型、奖励预测头和观测预测头四部分组成，均构建在RSSM之上，分别对应后验推断、先验预测与监督信号生成。

循环状态空间模型（RSSM）由确定性循环路径（GRU）和随机路径（潜变量）组成：确定性状态h_t由前一时刻h_{t-1}与动作a_{t-1}通过RNN更新，随机状态z_t从由h_t参数化的先验分布中采样。这种混合设计兼顾了长程记忆与多模态不确定性表达。