notebook

深色模式

WARNING

🧪 Beta公测版本提示：教程主体已完成，正在优化细节，欢迎大家提Issue反馈问题或建议。

wm01 世界模型导论与分类 — exercise.py 练习指南 ​

Download exercise.py

练习目标 ​

把 index.md 中"六大技术路径分类逻辑"和"多维度打分归一化"这两个概念代码化，并实现 demo.py 中 rollout 误差累积仿真的核心递推公式，从代码层面巩固对世界模型分类体系的理解。

预备知识 ​

  • 六条技术路径的判定依据：是否用树搜索、是否重建像素、是否有显式动力学、是否用语言 token 等（参见 index.md 第四节）
  • min-max 归一化公式：normalized=(x−min)/(max−min+ϵ)
  • 误差累积递推：et=et−1(1+step_error)+|noiset|

任务清单 ​

任务1：实现世界模型分类器 classify_world_model(features) ​

  • 实现步骤：按优先级依次检查 uses_tree_search → MuZero；predicts_pixels=False and has_explicit_dynamics=True → JEPA；predicts_pixels=True and learns_action_labels=False → Genie；predicts_pixels=True and is_diffusion_or_autoregressive=True → VideoGen；uses_language_tokens=True → LLM；否则 → RSSM/Dreamer
  • 提示：用 features.get(key, False) 安全读取字典，缺失的键默认视为 False

任务2：实现打分归一化 normalize_scores(scores) ​

  • 实现步骤：
    1. 把字典转成矩阵 raw，形状 (n_methods, n_dims)
    2. col_min = raw.min(axis=0)，col_max = raw.max(axis=0)
    3. normalized_raw = (raw - col_min) / (col_max - col_min + 1e-8)
  • 直觉理解：按"列"（维度）而不是"行"（方法）归一化，这样每个评价维度上表现最好的方法都会被拉到 1.0，方便跨维度公平比较

任务3（Bonus）：实现单条误差累积轨迹 simulate_rollout_error_toy(horizon, step_error_rate, ...) ​

  • 实现步骤：
    e = init_error
for t in range(horizon):
    noise = rng.normal(0, noise_scale)
    e = e * (1 + step_error_rate) + abs(noise)
    errors[t] = e

验证标准 ​

运行 python exercise.py：

  1. test_classify_world_model()：6 个代表性方法（PlaNet/Dreamer, MuZero, V-JEPA, Genie, Sora, LLM-as-simulator）应全部分类正确
  2. test_normalize_scores()：第 2 维（规划能力）归一化后应包含 1.0（最高分）和 0.0（最低分）
  3. test_simulate_rollout_error()（Bonus）：step_error_rate=0.045 的最终累积误差应明显大于 step_error_rate=0.018 的情形

延伸思考 ​

  • 如果一个方法同时 uses_tree_search=True 又 uses_language_tokens=True（比如某些结合 LLM 与搜索的智能体），按本练习的优先级规则会被分到哪一类？你觉得这种优先级设计的合理性边界在哪里？
  • min-max 归一化对异常值（某个方法在某维度上极端地高或低）很敏感。如果换成基于排名的归一化，结果会有什么不同？
  • 尝试把 noise_scale 从 0.003 调到 0.02，观察误差累积曲线的方差如何变化，这对应真实世界模型训练中"环境随机性"的影响。

源码位置 ​

clone 后打开（相对仓库根目录）：

docs/world-models/intro/code/exercise.py