dreamerv3

DreamerV3 是一个基于世界模型（World Model）的通用强化学习算法实现，通过从原始观测中学习动态环境模型，并在模型内部生成想象轨迹来训练策略。其核心特点是无需任务特定超参数调优，即可在Atari、Crafter、Minecraft等多样化控制任务中实现高性能与强泛化性；技术上采用JAX构建，使用离散隐状态表征、自回归预测与端到端梯度传播。适用于需要低调参成本、高样本效率及跨领域迁移能力的智能体建模场景，如机器人仿真、游戏AI和自主决策系统研发。