價值等價

深度分析

DreamerV3 與 RSSM：多維目標提升世界模型閉包表徵的實驗分析

本研究探討在深度世界模型中，目標維度如何決定模型能捕捉的任務閉包。透過在DreamerV3環境中比較單一標量價值等價與多維目標，發現標量僅安裝約10%閉包，而四維目標可恢復逾七成。此結果對未來AI研發與模型設計提供了重要指引，提示單一回報信號可能不足以支撐複雜控制任務。