标签
本文评估了大语言模型是否可以作为动力系统的可解释控制器，特别是针对热环境。研究发现，高复杂度模型如Qwen-3 14B和GPT-4o能够实现精确的控制和连贯的推理，而较小模型则表现不佳，凸显了混合基于模型和语言驱动的控制策略的潜力。
提出DWM框架，该框架将潜在世界模型的转移分解为动作驱动和动作不变（世界效应）组件，在具有持久世界效应的基准上提高了规划成功率。
OpenAI 提出 POLO（在线规划，离线学习）框架，结合基于模型的控制、价值函数学习和协调探索，能够在人形机器人运动和灵巧手部操纵等复杂控制任务中实现高效学习，同时最小化真实世界经验需求。
OpenAI 推出了一种使用深度生成模型在时间段上学习复杂非线性系统动力学的方法，能够实现稳定的长期预测和可微分的轨迹优化以进行基于模型的控制。