46 lines
1.5 KiB
Markdown
46 lines
1.5 KiB
Markdown
---
|
||
title: "Internal World Model"
|
||
created: 2026-05-15
|
||
updated: 2026-05-15
|
||
type: concept
|
||
tags: [cognitive-science, planning, representation, world-models]
|
||
sources: [raw/papers/darlow-ctm-2025.md]
|
||
---
|
||
|
||
# Internal World Model
|
||
|
||
**内部世界模型** 是 agent 在内部构建的环境表征，用于预测、规划和推理而不直接与环境交互。
|
||
|
||
## 经典定义 (Ha & Schmidhuber, 2018)
|
||
|
||
世界模型由三个组件构成：
|
||
1. **Vision (V)**：将观察压缩为潜在编码
|
||
2. **Memory (M)**：预测未来的潜在编码
|
||
3. **Controller (C)**：基于潜在编码选择动作
|
||
|
||
## CTM 中的涌现世界模型
|
||
|
||
在 2D 迷宫任务中，CTM **没有位置编码**，但必须输出从起点到终点的动作序列。这意味着：
|
||
|
||
- CTM 必须在内部构建空间表征（"地图"）
|
||
- 表征通过 [[neural-synchronization|神经同步]] 自然形成
|
||
- 无需显式设计——从架构中涌现
|
||
|
||
### 证据
|
||
- CTM 训练于 39×39 迷宫，可泛化到 99×99（通过重复应用学到的策略）
|
||
- 模型可以在训练步数之外"继续探索"
|
||
- 注意力可视化显示模型有序追踪路径
|
||
|
||
## 与显式世界模型的对比
|
||
|
||
| 维度 | 显式世界模型 (Dreamer 等) | CTM 涌现世界模型 |
|
||
|------|-------------------------|-----------------|
|
||
| 设计方式 | 明确分离 V/M/C 模块 | 同一架构中的涌现属性 |
|
||
| 表示形式 | 潜在向量快照 | 神经同步矩阵（时序） |
|
||
| 空间编码 | 通常使用位置编码 | 无位置编码，完全自建 |
|
||
|
||
## 来源
|
||
|
||
- [[darlow-ctm-2025|CTM 论文]]
|
||
- Ha & Schmidhuber, "World Models", 2018
|