不会背八股

可分为以下四类 表格 方法 所属流派 是否分层 RL 是否世界模型 是否多模态 规划方式 执行方式 是否环境建模 核心依赖 Plan4MC 分层 RL + 技能分解 ✅ 是 ❌ 否 ✅ 弱多模态（Mi

现状 一方面，智能体在无限大的世界中通过局部观测寻找资源，面临探索的困难。 另一方面，复杂任务通常需要很长的执行时间，要求完成许多隐含子任务。 例如，制作一把石镐涉及砍树、制作木镐、挖原石等十余个子任

引言 在我的世界这种虚拟环境中，要完成一些任务目标是很复杂的，并不能通过单步推理完成，往往需要多步推理。然而，现有的方法往往是正向推理，它们进行到某一步后，就不知道下一步应该怎么做了，就如图中上半部分

作者是 Danijar Hafner，Jurgis Pasukonis，Jimmy Ba 和 Timothy Lillicrap。 1. 相关研究 在 DreamerV3 之前，强化学习领域已经涌现了

1. 主要贡献 论文构建了EvoAgent，首个能够通过自我规划、自我控制和自我反思，在各种环境中自主完成多种长期任务的智能体。 提出了持续世界模型，能够通过闭环动态不断更新多模态经验池和世界知识，显

经典架构 经典世界模型的核心架构 视觉模型 Vision Model (V) —— “眼睛” 功能：负责特征提取和降维。 原理：智能体在每个时间步接收高维的原始观测（如图片）。$V$ 模型（通常是一个

背景 大型语言模型 (LLM) 的突破使智能体能够在《我的世界》中执行基础任务，例如遵循“科技树”来收集木材、制作工具，并最终找到钻石。然而，将此视为精通，就好比学会几个实用短语就声称自己语言流利。这

面临的挑战 领域特定数据不足、异构任务之间的干扰以及开放世界环境中的视觉多样性。 创新点 1）我们提出了一种知识增强的数据生成管道，以提供可扩展的高质量训练数据用于智能体开发。 2）为了减轻异构任务之

Optimus-1是什么 Optimus-1(NIPS 2024)实验室推出的智能体框架，能解决在开放世界环境中完成长期任务的挑战。Optimus-1包含混合多模态记忆模块(由分层有向知识图HDKG和