Notes 待读。世界-动作模型方向,关注潜在动作表征如何统一「预测未来」与「决定动作」。 学完以后,我能否回答这些问题? 这篇论文真正优化的目标是什么?训练信号从哪里获得? 它的核心机制相对基线新增了什么?主要收益在什么条件下成立? 哪些结论有实验支持,哪些迁移到我的研究还需要验证? 建议不看正文先回答,再回到相关章节核对。这里不自动判定「已读」。 哪些内容链接到这里 1 论文论文卡片总索引 根据本知识库的 Markdown 链接和学习步骤自动生成,不代表正式学术引用。 ← 返回研究目录 编辑或完善笔记 ↗