TD-MPC2：基于潜空间世界模型的模型预测强化学习控制实践

作者用官方预训练权重驱动四足犬科模型在本地 CPU 上完成真实奔跑推理，逐项还原潜空间世界模型、一致性学习目标、symlog 两点热编码与 MPPI 式采样规划的数学构造，并记录规划分布收缩、估计与兑现差等实测现象。