09:57官方一手arXiv: Google DeepMind@Jiaqi Li, Xinglong Zhang, Haibin Xie, Yixing Lan, Wei Pan, Xin Xu精选Koopman Dreamer是一种基于Dreamer架构的世界模型,其确定性潜动力学核心采用二维旋转-缩放块,谱半径有界以表示阻尼与周期模式。模型通过线性与低秩双线性动作项捕捉全局和状态依赖控制效应,结合后验条件EMA教师目标与一致性、多步展开等目标训练。论文推导了多步展开误差界,分离谱骨干和双线性交互的放大效应与随机状态失配的影响。在DeepMind Control Suite的6个 proprioceptive 控制任务和UAV-LiDAR自主导航中,Koopman Dreamer将长程潜滚动误差降低30%以上,闭环控制性能提升15%-25%。论文Koopman DreamerDreamer世界模型推荐理由:Koopman Dreamer 给 Dreamer 加了个谱约束核,长程想象稳多了。在 DeepMind 控制套件和无人机导航上,比原版 Dreamer 控得更好更稳。原文稍后读已读值得跟进有用关注 Koopman Dreamer
10:51官方一手arXiv: Google DeepMind@Junjian Zhang, Hao Tan, Ruonan Li, Dong Zhu, Aiping Li, Zhaoquan GuARB4WM提出一个统一的评估框架,用于测试世界模型在视觉扰动下的对抗鲁棒性。该框架定义了五个白盒损失目标,涵盖策略、价值和潜在动力学三个层面。在MetaWorld和DeepMind Control Suite的20个任务上评估了四种Dreamer-style代理。结果显示,针对值估计、潜在表示和RSSM动力学的攻击与直接策略破坏同等有害,早期或频繁扰动尤其严重。代码已开源并提供使用接口。AI模型ARB4WMDreamer世界模型推荐理由:想检验你的世界模型扛不扛揍?ARB4WM这个新基准专门测视觉扰动下的鲁棒性,比单看动作空间全面多了。原文稍后读已读值得跟进有用关注 ARB4WM
20:03Geek@geekbbDatawhale 推出了一套开源的世界模型课程,包含五讲和五个配套项目,覆盖从 VAE 到 Dreamer 再到评估仪表盘的完整学习路径。课程强调动手实践,帮助学习者系统理解世界模型的原理、架构和实现。对于想深入世界模型领域的研究者、学生或开发者来说,这是一份难得的免费学习资源。AI模型世界模型开源/仓库课程推荐理由:想系统入门世界模型的开发者终于有了一条清晰的动手路径——五讲五项目从 VAE 到 Dreamer 全覆盖,比啃论文高效得多,建议直接跟着项目跑一遍。原文稍后读已读值得跟进有用关注 世界模型