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 开发并运行的。如果你拥有相当或更高的算力，也就是同代或更新的 Nvidia GPU、AMD GPU 或 TPU，便可以无需任何改动地运行全部五个项目。在 Colab 上，我们建议订阅 Colab Pro，因为免费版只是偶尔才会有闲置的 T4 可用，付费方案能提供这些项目所依赖的稳定算力。

这些 markdown 页面只保留叙述文字和代码。所有 output、图表、表格和其他产物都请到对应的 .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来探查因果保真度，并训练一个自有的动作正则化模型，保存为 causal_wm.pt。