圖書信息
內容簡介
世界模型與持續學習：自適應智能體如何記憶與遺忘 —— 本冊為《智能體走進現實》系列中關於自主人工智能前沿的綜述。
全書框架（章節主題）：
- 緒論 —— 世界模型與持續學習的交匯：從認知科學到人工智能
- 持續學習的基本範式與災難性遺忘問題
- 世界模型的數學基礎 —— 從認知表徵到預測編碼
- 世界模型架構設計 —— 離散化、連續潛空間與混合表徵
- 持續強化學習中的世界模型：知識保持與任務適應
- 生成式回放與夢境機制：世界模型驅動的記憶鞏固
- 在線持續學習：數據流、概念漂移與實時適應
- 遷移學習、領域適應與持續學習之間的理論關聯
- 元學習與持續學習：學會學習與快速適應
- 基於正則化的持續學習方法：從彈性權重鞏固到參數高效微調
- 基於回放的持續學習：經驗回放、緩衝區管理與選擇性保留
- 基於架構擴展的持續學習：子空間、模塊化與參數增長
- 聯邦持續學習：分佈式環境中的知識保持與隱私保護
- 機器人持續學習中的世界模型：從仿真到真實世界
- 多模態持續學習：適應聯合視覺—語言—動作表徵
- 持續學習基準與評估體系：從人工序列到真實數據
- 大語言模型與基礎模型時代的持續學習
- 持續學習的理論分析：統計物理、最優控制與泛化界
- 開放挑戰與未來方向：邁向真正的自適應智能體
- 結語：對世界模型與持續學習統一框架的展望
目標讀者。 具備機器學習基礎、希望系統瞭解世界模型與持續學習交匯點的人工智能領域研究者、工程師與進階愛好者。
---
