simulators

这篇论文研究生成模型在何种条件下可以充当可编辑的模拟器，提出通过探测器解码与逆映射两种方式将模型隐状态映射到模拟器状态，并在Othello与自建的连续世界Rayworld中发现映射成功与否强烈依赖环境，即使状态始终可解码。

AgentGarten 是一个框架，将模拟器和游戏引擎与共享的神经渲染器相结合，构建实时交互式环境。智能体在其中通过视觉观察进行学习，并将经验提炼为可继承的策略手册，仅需 4 轮经验便实现了远超传统强化学习的学习效率提升。

SyncWorld 是一个动作条件世界模型，它利用视觉校准场景来学习特定环境的动作到视觉映射，从而实现跨未见机器人环境的零样本模拟和测试时策略改进。

本文立场是，强化学习研究者需区分求解模拟器和将模拟器作为真实部署的代理使用，并指出若不加以区分会引发的问题。

F1车队投入数百万美元用于驾驶员在环模拟器，这些模拟器具有超低延迟和高保真度，能够复制真实赛车的表现，让车手能够进行训练和开发调校。