正在补充深度解读，当前内容可以先阅读
论文解决了什么问题
像素重建会迫使世界模型解释大量与控制无关的视觉细节，在复杂背景中反而淹没任务相关信号。
核心方法
最大化状态—动作序列与未来观测局部patch特征之间的互信息下界，直接学习预测性隐动力学而不重建像素。
实验结论
- 默认环境中匹配Dreamer与动量预测基线，在视觉干扰物和自然视频背景下显著领先，同时省去像素解码器。
- 世界模型不必“画回”未来，只需保留对未来与控制真正有用的信息。
适合谁阅读
模型式强化学习与视觉控制研究者世界模型对比学习强化学习
可核验的原论文来源和作者
- 作者
- Bonnie Li
- 来源
- arXiv
- 论文 ID
- 2609.22175