项目

六个动手项目从零开始构建一条完整的世界模型流水线。请按顺序完成：P01 的编码器成为 P02 的观测编码器，P02 的动力学模型成为 P03 的骨干网络和 P04 的基线，P03 与 P04 训练出的两套系统在 P05 中进行对比，P06 再对这两套系统的因果保真度进行探查。每个项目都是 notebook 优先的教程，可在 CPU、GPU 或 TPU 上运行，只使用合成数据，并把权重文件继续传给下一步。

硬件要求

本章节的每个 notebook 都是在 Google Colab 上使用单块 T4 GPU（16 GB）开发并运行的。任何显存和算力相当或更高的加速卡，无论是同代或更新的 Nvidia GPU、AMD GPU 还是 TPU，都能无需任何改动地运行全部六个项目。一块中端消费级 GPU 就足够，所有项目都不需要多卡训练。

如果你手头没有合适的 GPU 机器，以下云平台都可以满足需求：

平台	硬件	适用场景	链接
Google Colab	T4、L4、A100	本课程的参考环境；免费版可用于冒烟测试，Pro 版提供稳定的 T4/L4 算力	colab.research.google.com/signup
Kaggle Notebooks	双 T4、P100	每周 30 小时免费 GPU 时长，无需订阅	kaggle.com/docs/notebooks
AMD Radeon Cloud	Radeon	免费 150 小时 GPU 时长，一键启动本课程 notebook	developer.amd.com.cn
Lambda Cloud	A10、A100、H100	按小时计费的 Nvidia 按需实例，无需长期承诺	lambda.ai/service/gpu-cloud
RunPod	型号覆盖广，社区版与安全云两档	短期训练任务性价比最高的按需与抢占式定价	runpod.io
Google Cloud TPU	TPU v4/v5e	专门验证 TPU 代码路径	cloud.google.com/tpu

以上平台均已验证可以无需改动直接运行这些 notebook。代码只使用标准的 PyTorch 算子，不含任何 CUDA 专用调用，因此在 AMD 硬件的 ROCm 环境下也能无需修改直接运行。

这些 markdown 页面只保留叙述文字和代码，output、图表、表格等产物都在对应的 .ipynb 文件中查看。

打开任意 notebook 并从头到尾运行即可。如果上游权重缺失，notebook 会回退到随机初始化，仍可作为冒烟测试，但只有在真实权重就位后，跨项目的对比结果才具有意义。

项目流程

#	项目	前置	产出	交付物
P01	训练 VAE 编码器	L02 Part A	vae_encoder.pt	64×64 帧上的 CNN VAE；ELBO 损失曲线；展示解耦维度的潜在遍历
P02	构建 RSSM 动力学模型	P01、L02 Part B	rssm.pt	GRU、MDN-RNN 与 RSSM 对比；rollout 图；1 步到 5 步预测误差曲线
P03	训练 Dreamer 智能体	P02、L03 Part B	dreamer.pt	编码器 + RSSM + 潜在 Actor-Critic 训练循环；奖励曲线；FID 与奖励相关性自评
P04	替换动力学骨干网络	P02、L03 Part A	transformer_wm.pt	用 STORM 风格的类别 VAE 加因果 Transformer 替换 RSSM；架构对比报告
P05	世界模型评估仪表盘	P03、P04、L04	--	加载两套训练好的模型并排打分：PSNR、奖励相关性、token 损失与潜在漂移
P06	反事实的动作条件世界模型	P03、P04	causal_wm.pt	因果之梯分析：干预与反事实推演、逆动力学正则化的世界模型，以及动作影响度指标

权重文件如何串联

各项目共享一组在流水线中向前传递的权重文件。P01 训练 VAE 并写出 vae_encoder.pt；P02 加载该编码器，训练动力学模型，写出 rssm.pt。此后路径分叉：P03 把编码器和 RSSM 组合成 Dreamer 智能体，保存为 dreamer.pt；P04 则复用 RSSM 作为基线，训练 Transformer 骨干，保存为 transformer_wm.pt。P05 加载 dreamer.pt 与 transformer_wm.pt 完成准确度评估，P06 再加载同样的两套权重探查因果保真度，并训练一个自有的动作正则化模型，保存为 causal_wm.pt。