VIP20
本课程属于：005-世界模型 AI与大模型 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

自监督学习世界模型构建项目实战

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · 世界模型与自监督学习的基本概念
课程导入学习目标
02
自监督学习基础
对比学习 · 生成式自监督 · 预测式自监督的核心思想与典型方法（S…
自监督学习基础对比学习
03
世界模型基础
世界模型的定义 · 组成模块（感知 · 记忆
世界模型基础世界模型的定义
04
环境与工具准备
Python · PyTorch · 深度学习环境配置
环境工具准备
05
数据预处理与增强
图像增强策略（裁剪 · 颜色抖动 · 遮挡）
数据预处理增强
06
自监督表征学习实战
使用SimCLR或MAE训练视觉编码… · 评估表征质量（线性探测 · KNN）
自监督表征学习实…SimCLR
07
世界模型中的状态表示
如何利用自监督学习学习紧凑 · 鲁棒的状态表征 · 处理部分可观测性
世界模型状态表示
08
序列建模与预测
RNN · Transformer在世界模型中的… · 学习环境动态转移模型
序列建模预测
09
潜在空间预测
在潜在空间中进行自回归预测 · 避免像素级重建 · 提高效率与泛化
空间预测空间
10
模型架构设计
Encoder-Decoder · Recurrent State-Sp… · Transformer-based…
模型架构设计Encoder-Deco…
11
损失函数与训练目标
对比损失 · 重建损失 · 预测损失
损失函数训练目标
12
训练策略与技巧
课程学习 · 经验回放 · 目标网络
训练策略课程学习
13
基于世界模型的规划与控制
使用学习到的世界模型进行模型预测控制… · 交叉熵方法（CEM）
基于世界模型的规…控制
14
Dreamer算法实战
实现Dreamer V1/V2 · 训练智能体完成连续控制任务（如Che… · Walker）
Dreamer算法实战
15
MuZero算法实战
理解MuZero的自我对弈与规划机制 · 实现简化版用于棋盘或简单环境
MuZero算法实战
16
多模态世界模型
融合视觉 · 语言 · 动作等多模态信息
多模态世界模型融合视觉
17
世界模型中的不确定性建模
概率预测 · 集成方法 · 贝叶斯神经网络在动态预测中的应用
世界模型不确定性建模
18
模型评估与诊断
评估世界模型的预测精度 · 表征质量 · 下游任务性能
模型评估诊断
19
常见问题与调试
训练不稳定 · 模式崩溃 · 过拟合
常见问题调试
20
案例实战
基于自监督世界模型完成Atari游戏… · 从零到一完整流程
案例实战Atari
21
案例实战
基于自监督世界模型完成机器人操作任务… · 推箱子） · 使用仿真环境
案例实战基于自监督世界模…
22
案例实战
在自动驾驶场景中构建世界模型 · 预测周围车辆轨迹与道路动态
案例实战自动驾驶场景
23
案例实战
利用世界模型进行视频预测与生成 · 应用于视频压缩或数据增强
案例实战利用世界模型进行…
24
案例实战
在医疗或工业场景中 · 使用自监督世界模型进行异常检测与预测
案例实战医疗或工业场景
25
模型压缩与部署
知识蒸馏 · 量化 · 剪枝
模型压缩部署
26
与强化学习结合
世界模型作为模拟器加速强化学习 · 模型-based RL与model-…
强化学习结合世界模型作为模拟…
27
与模仿学习结合
利用自监督世界模型生成专家演示或进行…
模仿学习结合利用自监督世界模…
28
前沿研究进展
近期自监督世界模型的最新论文 · 开源项目 · 挑战与未来方向
前沿研究进展近期自监督世界模…
29
综合项目实战
设计一个完整的自监督世界模型系统 · 从问题定义 · 数据收集
综合项目实战设计一个完整的自…
30
课程总结与进阶路径
回顾核心知识点 · 推荐论文 · 书籍
课程总结进阶路径