通俗解释
学习循环状态空间模型预测隐状态与奖励，演员-评论家完全在想象轨迹上学习。DreamerV3 用一套固定超参解决 150 多个任务，并首次从零在 Minecraft 中挖到钻石。
用在哪里：机器人与游戏中的模型式强化学习
01原始论文
Dream to Control: Learning Behaviors by Latent Imagination
Danijar Hafner, Timothy Lillicrap, Jimmy Ba, et al. · 2019
arXiv ↗ ✓ 已核实 · arXiv API
备注：DreamerV3：arXiv:2301.04104（2023）
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
所在学习路线：生成式与前沿研究
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
dreamer)