在这篇World Models的研究中，下一个观察到的潜在状态可能从任何一种高斯分布中得到。
控制器
到目前为止，我们还没讲到关于选择操作的事~这部分主要是控制器完成的。
控制器是一个紧密连接的神经网络，输入z的联结(长度为32的VAE当前潜在状态)和h(长度为256的RNN隐藏态)。
这3个输出神经元对应于三个动作，并按比例缩小到合适的范围。
模拟“三方会谈”
如果说你还是不太明白这三部分职责之间的联系，那我模拟一下行车过程中它们三方的对话，帮你形象理解一下。
VAE：前面看起来是条直路，向左有个轻微的拐弯，汽车正朝着道路的方向行驶（z）。
RNN：根据你的描述（z），以及控制器选择上个时间步猛加速的行为，我将更新我的隐藏状态(h)，这样下个观察到的视野就会被预测为一条直线，但在视野中稍微偏左一点。
控制器：基于VAE (z)的描述和RNN (h)的当前隐藏状态，我的神经网络输出下一个动作为[0.34,0.8,0]。
这个动作将被传递给环境，然后返回更新后的视野，如此反复循环。
看明白了吧？就是这三部分控制了车辆的移动。那么接下来，是时候研究如何设置环境，帮训练自己的智能体。
如果你的笔记本性能比较高，可以在本地运行解决方案。对于电脑条件一般的程序猿们，我还是建议你用Google Cloud Compute，快还方便。
https://cloud.google.com/compute/
下面这些步骤我已经在Linux (Ubuntu 16.04)上测试过了——如果你要在Mac或Windows系统里装，更改安装包的相关指令即可。
跟我一步一步来——
1. 克隆存储库
储存库地址：
https://github.com/AppliedDataSciencePartners/WorldModels
在命令行中，找到想要克隆存储库的地方，输入以下内容:
