论文Agent 与开发者精选09:04StarWM 用自监督注意力路由构建更抗干扰的世界模型这篇论文解决世界模型被背景视频带偏的问题，让注意力自己决定哪里值得重建，DMC 实验数据很扎实，做 RL 或世界模型方向的可以细看。#StarWM#世界模型#DeepMind Control#自监督学习aarXiv: Google DeepMind@Zeqiang Zhang 等 7 人原文稍后读已读值得跟进有用关注 StarWM
论文09:21深度何时能在组合中存活？潜在世界模型中的计算-质量状态这篇论文用实验告诉你，深的世界模型在滚动预测时不一定管用——在DeepMind Control的9个任务里，有2个反而是早退浅层更好，而且原因竟然出在训练方式上。搞模型规划的值得看看。#DeepMind Control#CEM planner#世界模型#早期退出aarXiv: Google DeepMind@Achyuthan Sivasankar原文稍后读已读值得跟进有用关注 DeepMind Control