第二讲：状态估计、观测编码与潜在动力学

Dreamer 的核心问题不只是“如何压缩感知”和“如何预测未来”。在这之前还要问：单帧观察没有展示完整状态时，模型究竟应该记住什么？在这之后还要问：训练时准确的模型，能否在自己的预测上稳定展开？

读完本讲，你应该能够区分观察、隐藏状态和信念状态，解释 VAE 与 RSSM 的职责边界，并用自由 rollout 而不是单步损失判断模型是否适合规划。

• 观察、状态与信念：部分可观测性、历史记忆、预测与校正，以及它们与 RSSM 先验/后验的关系
• 观测编码：VAE 的编码-解码结构、ELBO、CNN 编码器，以及重建目标能保证什么、不能保证什么
• 潜在动力学：从 GRU 和 MDN-RNN 到 RSSM 的确定性/随机性双路径设计
• 训练分布与自由 rollout：teacher forcing、先验想象、长时程漂移、模型不确定性与规划风险
• Dreamer 系列演进：把前面的组件放回完整系统，理解各代模型解决了哪个瓶颈

先读“观察、状态与信念”和“观测编码”，完成 P01。随后阅读“潜在动力学”和“训练分布与自由 rollout”，再完成 P02。这样，项目中的每个指标都能对应一个清楚的建模问题。