研究主题
构建能够理解环境、预测未来并进行规划的世界模型，为智能体提供“内在模拟能力”。
核心问题
- 表征学习与隐空间建模
- 动态系统建模与预测
- 长时序规划与决策
- 模型驱动强化学习
研究内容
- 基于生成模型的世界建模（Transformer / Diffusion）
- Latent dynamics modeling
- 基于想象（imagination）的规划方法
- 世界模型与控制的统一框架
应用场景
- 机器人决策
- 自主系统
- 复杂系统建模
世界模型与通用决策
构建能够理解环境、预测未来并进行规划的世界模型，为智能体提供“内在模拟能力”。