World Model

世界モデル講座(松尾研)

第1回 世界モデル概論

第2回 深層生成モデル

第3回 シミュレータの利用と強化学習

特別回 シミュレータの作成について

第4回 制御モデルとモデルベース強化学習

第5回 深層生成モデルによる時空間モデル化

特別回 リアルワールドに近いエッジAIの技術の紹介

特別回 AIの社会実装を加速する画像認識（少データ学習）／ロボティクス技術

第6回 自己教師あり学習とTransformer

第7回 世界モデルとシーン理解

第8回 世界モデルによる知能の実現に向けて

Neural scene representation and rendering

Recurrent world models policy evolution

World Models and Predictive Coding for Cognitive and Developmental Robotics: Frontiers and Challenges

survey 論文

JEPA - A Path Towards Autonomous Machine Intelligence (Paper Explained)

「世界モデル」とは何か？ 知能の実現に向けて、松尾研が研究を推進する理由。

人工培養された脳細胞によるゲームプレイの仕組み 〜自由エネルギー原理について〜

【強化学習】PlaNetを解説・実装

Emergent Communication with World Models

NECが「世界モデル」利用のロボット制御AI、学習期間を大幅に短縮

損失最小化, 報酬最大化のためには周囲の時間発展の予想が大事だよね

エージェントが環境を含めた遷移を想像できるようになれば挙動が安定する

Transformer-based World Models Are Happy With 100k Interactions

世界モデルの記事

Neural Scene De-rendering

GAIA-1: 自動運転のための世界モデルを理解する

DynaMem: Online Dynamic Spatio-Semantic Memory for Open World Mobile Manipulation

【DL輪読会】Multi Time Scale World Models

Oasis: an interactive, explorable world model