用1040张截图训练一个世界模型，让AI学会在《宝可梦 红》里选御三家

Teaching a World Model to Play Pokemon

作者用LeWorldModel（一种JEPA架构的世界模型）在《宝可梦 红》上做了个实验：只给模型看当前截图和按下的按钮，让它预测下一帧画面。编码器把截图压缩成192维向量，SIGReg防止向量空间坍塌。训练数据只有1040组（截图+按键+下一帧）——样本量非常小。第一次规划失败，因为模型只会狂按A键，不知道按B键取消对话框；后来用rollout微调修...