TD-MPC2 精读:用隐式世界模型统一 104 个连续控制任务 2026-07-22 2026-07-22 AI 强化学习 / 世界模型 / 模型预测控制 / 连续控制 / 多任务学习 / ICLR 从隐式潜在动力学、SimNorm、离散回归、策略先验与 MPPI 规划出发,拆解 ICLR 2024 Spotlight 论文 TD-MPC2 如何用统一超参数稳定训练并扩展到 317M 参数、80 个任务。 4 | 0