wavelet-worldmodel-skill
Skillby aadipapp
clawhub⭐ 06/10
利用离散小波变换（DWT）将状态输入转化为世界模型，实现多分辨率时空特征捕获。
利用离散小波变换从状态输入生成世界模型表示，捕捉多分辨率时空特征，支持强化学习和预测控制任务。
📊 商业分析
商业模式
consulting
独特价值
基于离散小波变换的多分辨率世界模型，在时空特征捕捉上具有数学优势
竞品
Dreamer、PlaNet、RSSM(Recurrent State Space Model)等世界模型框架，WaveletWorldModel通过小波变换实现多分辨率特征提取的差异化方案
🎯 应用场景
目标用户
强化学习研究者机器人控制算法工程师自动驾驶感知团队
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 6/10
- 子分类
- 强化学习与世界模型
- 可商业化
- ❌ 否
AI 标签
小波变换世界模型强化学习多分辨率分析时空特征提取
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6