基于自监督预测的好奇心驱动探索

arXiv 2017 20.2 method

TLDR

好奇心作为自监督学习特征空间中的预测误差，实现了稀疏奖励环境下的探索。

评分理由

The paper introduces a novel curiosity formulation that scales to high-dimensional states and ignores irrelevant features, but its evaluation is limited to two game environments and lacks comparisons to other exploration methods.

Read-first 评分解释

综合优先阅读分 20.2，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 9。

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

近期性 8%

27.6

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2017

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：无

主题相关性 42%

12.9

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

研究版图角色

候选论文

排序敏感性

稳定性：volatile；排名波动范围：17。

关键词评分

world dynamics prediction

world model

model-based reinforcement learning world model

world simulator

generative world model

interactive world model

video world model

资源

论文