本项目 · 项目发布与研究
DreamerV3 论文发表于 Nature
DreamerV3 学习预测动作后果的世界模型，并在想象轨迹中改进行为；论文研究多种控制任务中的学习方法。
此条记录 Nature 2025 论文发表，不能写成 DreamerV3 的首次提出，也不等同于作者重实现仓库的发布日期。
Google DeepMind / University of Toronto（论文署名） / 独立收录记录
DreamerV3（Nature 2025）
DreamerV3 的世界模型预测动作可能带来的未来表征与奖励，供 actor 和 critic 在想象轨迹中学习。本页以 Nature 2025 论文为对象。
技术资料
来源与原文 ↓能做什么，使用时要注意什么
输入与结果
- 提供什么
- 感官观测及动作。
- 得到什么
- 未来内部表征和奖励。
- 动作的作用
- 预测以动作为条件。
开放情况与使用边界
- 开源声明
- 来源声明已开源
开放情况是所引材料中的声明；当前访问方式与服务状态请以官方页面为准。开放权重不等于开源。
分类与用途
- 控制方式
- 智能体动作
- 应用领域
- 游戏 · 机器人
锁定 Nature 2025 的第三代算法。机器人与游戏标签对应论文的模拟任务范围；论文结果和作者维护的重实现分别理解。
查看分类依据 ↓资料尚未确认
开放方式适用限制需要区分的对象已收录材料不足以判断，未确认不代表没有相应能力。
沿着公开资料继续了解
按事件时间展示已收录进展，非完整新闻列表。
来源与原文
按原始材料集中查阅；相同原句合并展示，对应资料与阅读日期一并保留。
DreamerV3（Nature 2025） · 项目原始材料
核对原文摘录 · 6 段，支持 6 项资料
原阅读方向
The world model learns compact representations of sensory inputs through autoencoding24 and enables planning by predicting future representations and rewards for potential actions.一句话认识
Dreamer learns a model of the environment and improves its behaviour by imagining future scenarios.输入什么
The world model encodes sensory inputs xt using the encoder (enc) into discrete representations zt that are predicted by a sequence model with recurrent state ht given actions at.输出什么
enables planning by predicting future representations and rewards for potential actions.动作是否影响预测
the world model predicts the outcomes of potential actions开源声明
Source code for Dreamer and all presented experiments is available under an open-source license at https://github.com/danijar/dreamerv3.DreamerV3（Nature 2025） · 项目原始材料
补充阅读入口，当前技术字段未引用该页摘录。
分类依据
类型、控制方式与应用领域是本站根据所引材料归纳的检索标签。它们可以重叠，不表示能力验证；未知不表示不支持。
本站整理来源中的声明，不核查厂商声明真伪，不评价模型优劣。了解收录方式 →