DeepMind Dreamer 系列为什么效果这么好

因为使用了自由能理论，dreamer系列是自由能理论的一个实现及大量的工程迭代优化，请看分析：

论文：Learning Latent Dynamics for Planning from Pixels是dreamer系列的前传论文（参考1） ，其公式：

论文：A step-by-step tutorial on active inference and its application to empirical data 部分自由能相关的定义公式：

仔细比较两者的公式，可以看出两者优化的目标是相同的，公式的意义在自由能中也做了详细的解读，而且有很多的变形和不同的含义(推荐文末参考)：

论文：Learning Latent Dynamics for Planning from Pixels 其他公式及推导：

另外planet的确定与随机的区分实现：

类似STDP里面的STP和LTP长短可塑记忆。(参考2)

相关参考：

1 论文精选：Dreamer系列文章详细解读(PlaNet, Dreamer, DreamerV2, DreamerV3)

2 脑启发的ANN学习机制综述

主动推理 与 信念-愿望-意图 (BDI) 介绍自由能与心理学概念的联系

直觉理解变分自由能的目标函数

如何从科学模型角度看待自由能原理框架？

自由能AI认知框架优点123456

回答薛定谔问题: 生命是什么？自由能公式