Skip to content

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 ​

本练习围绕六种代表方法实现一个教学用分类器、按维度进行打分归一化,并实现 rollout 误差累积玩具模型。正文的五条学习路径与这里的六种方法不是一一对应关系。

预备知识 ​

  • 本练习保留六种代表方法的分类练习: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。正文按五条学习路径组织,见 世界模型导论。
  • 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