Oct, 2023
TD-MPC2：连续控制的可扩展、健壮世界模型
TD-MPC2: Scalable, Robust World Models for Continuous Control
TL;DR本文介绍了TD-MPC2：一种改进的模型预测控制算法，通过在学得的隐式（无解码器）世界模型的潜空间中进行局部轨迹优化。我们展示了TD-MPC2在跨越4个不同任务领域的104个在线强化学习任务中相对于基准方案的显著改进，通过一组超参数实现了一致强大的结果。我们进一步展示了模型和数据规模的增加会提升代理程序的性能，并成功地训练了一个单一的3.17亿参数代理程序，执行了80个跨多个任务领域、体现和动作空间的任务。最后，我们对大型TD-MPC2代理程序的经验、机会和风险进行了总结。