/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
28 июн 2026

d-world-model

Обучение с подкреплением

Учебная модель мира на PyTorch учит динамику двумерной среды и планирует действия методом CEM для достижения цели.

0скачиваний за 30 дней0лайковвеса обновлены28 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

cy0307/d-world-model — учебная модель мира для планирования управления, созданная с нуля в рамках Ropedia Academy. Она обучает динамику среды по одношаговым переходам состояния, а затем использует метод перекрёстной энтропии (CEM), чтобы искать последовательность действий в воображаемой модели среды и достигать заданной цели.

Модель предназначена для экспериментов и обучения методам embodied AI и пространственного ИИ. Она обучена на синтетических траекториях двумерной материальной точки: состояние содержит координаты и скорости, а действие — двумерный вектор. В README описаны 60 000 переходов и сравнение планировщика со случайной стратегией. Репозиторий содержит PyTorch-чекпойнт; для инференса требуется восстановить модуль по лабораторному ноутбуку.

Модель небольшая и быстро обучается, а воспроизводимый конвейер служит учебной демонстрацией model-based control. Ограничения: обучение проводилось на простой синтетической среде, результаты не предназначены для производственного применения, а ошибки прогноза накапливаются на длинных горизонтах и при выходе за распределение обучения. Лицензия — MIT.

Сценарии применения

  • изучение планирования на основе модели среды
  • демонстрация метода Cross-Entropy Method для управления
  • воспроизведение конвейера обучения динамики среды с нуля
  • сравнение планировщика с действиями случайной стратегии

Ограничения

Учебная модель обучена на небольшом синтетическом наборе для одной двумерной среды и не предназначена для производственного применения. Ошибки одношаговой динамики накапливаются на длинных горизонтах, а планирование ухудшается при запросах вне распределения обучения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

World model + planning (CEM)

Learns environment dynamics, then plans with the Cross-Entropy Method to reach a goal inside imagination.

Trained from scratch in Ropedia Academy — an interactive, bilingual course on embodied & spatial AI. Educational model: small and quick to train; the value is the method and a reproducible pipeline, not a leaderboard score. Try it live in the Ropedia demos Space.

At a glance

Base modelTrained from scratch (random initialization) — no pretrained base model.
Taskmodel-based control
Training objectiveSupervised one-step dynamics prediction (MSE); planning by the Cross-Entropy Method (CEM).
TrackD · Scene & world models
NotebookOpen In Colab

Dataset

  • Name: 2D point-mass rollouts
  • Type: synthetic — procedural env
  • Size / stats: 60,000 transitions (3,000 random starts × 20 steps); state 4-D [x,y,vx,vy], action 2-D
  • Split: train only
  • Source: procedural env

Training config

Adam (lr 1e-3), 1500 steps for the dynamics model; planning by Cross-Entropy Method (CEM).

Evaluation results

metricvaluemeaning
dyn_mse (final)0.0
final_dist.planner0.0062
final_dist.random2.169

figure

Inference example

import torch
state = torch.load("dynamics.pt", map_location="cpu")   # this repo's checkpoint
# Rebuild the exact module from the lab notebook (see "Reproduce"), then:
# model.load_state_dict(state); model.eval()

Limitations

Educational scale. Trained quickly on CPU on small or synthetic data, so absolute numbers are not competitive with production systems — the value is the method and a reproducible pipeline. No large-scale data, no hyperparameter sweep, and no multi-seed variance is reported. Not for production use.

Single 2D point-mass; one-step model errors compound over long horizons.

Failure cases

CEM plans poorly when the learned model is queried off-distribution; errors compound over the horizon.

Reproduce / train your own

One click: open the notebook in Colab → Runtime → GPU → Run all, then run its Publish to the Hugging Face Hub cell.

Open In Colab

From a shell:

git clone https://github.com/ChaoYue0307/ropedia-academy.git && cd ropedia-academy
pip install torch numpy matplotlib scikit-learn scikit-image gymnasium
jupyter nbconvert --to notebook --execute notebooks/training/D_world_model.ipynb --output run.ipynb
# optional: override training length, e.g.  STEPS=2000  (or EPISODES=600)  before running

Files

  • dynamics.pt
  • figure.png
  • metrics.json

License

Code & weights: MIT (this repository) — educational use encouraged.
Data: generated procedurally in the notebook — no external dataset.

Citation

If you use this model or the course materials, please cite:

@misc{ropedia_academy,
  title  = {Ropedia Academy: an interactive course on embodied & spatial AI},
  author = {Ropedia Academy},
  year   = {2026},
  howpublished = {\url{https://chaoyue0307.github.io/ropedia-academy/}}
}

Method / original work: Ha & Schmidhuber, World Models, NeurIPS 2018; Rubinstein, The Cross-Entropy Method, 1999.

Related assets


Part of the Ropedia Academy trained-model collection. Contributions & issues welcome on GitHub.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
91248bc

0 моделей