模型TD-MPC系列 / TD-MPC2

TD-MPC

结合模型预测控制（MPC）的世界模型系列，用学习到的潜动力学做在线轨迹优化。

时间轴 (近 90 天)

11月1日

TD-MPC风格模型采用无解码器（decoder-free）设计，不重构观测，直接用潜在状态预测奖励、价值和终端信号。

待验证50%

11月1日

Simulusion协议包含decode环节，这对不需要解码的TD-MPC风格模型构成兼容性挑战。

待验证50%

10月30日

传统世界模型（如 Dreamer 系列、TD-MPC 系列）以控制性能为优化目标，模型内部表征服务于奖励最大化。

待验证50%

TD-MPC风格模型采用无解码器（decoder-free）设计，不重构观测，直接用潜在状态预测奖励、价值和终端信号。

Simulusion协议包含decode环节，这对不需要解码的TD-MPC风格模型构成兼容性挑战。

传统世界模型（如 Dreamer 系列、TD-MPC 系列）以控制性能为优化目标，模型内部表征服务于奖励最大化。