Dreamer：在潜空间想象中学习
Dreamer 用循环状态空间模型（RSSM）学习潜在动力学，在想象的轨迹上用 Actor-Critic 学策略。本章讲 RSSM 的确定/随机分量、想象训练的梯度传播、以及 DreamerV3 用固定超参跨领域工作的技术（symlog、KL 平衡、free bits）。
- 在潜空间训练比像素空间便宜数个数量级
- 重建损失提供了丰富的表示学习信号
- DreamerV3 是第一个零调参的通用算法之一
Dreamer 用循环状态空间模型（RSSM）学习潜在动力学，在想象的轨迹上用 Actor-Critic 学策略。本章讲 RSSM 的确定/随机分量、想象训练的梯度传播、以及 DreamerV3 用固定超参跨领域工作的技术（symlog、KL 平衡、free bits）。