本文综述基于模型的强化学习进展，包括：用多时间步目标训练一步预测模型以缓解误差累积；提出MPPVE算法，通过多步计划价值估计更新策略，提高样本效率；用非线性常微分方程建模连续时间动力学，结合高斯过程与自适应测量选择；将全局动态模型分解为上下文潜向量以提升泛化；并涉及轨迹式多选学习、后悔最小化、MAML收敛性及决策焦点学习。

该论文提出了一种用于强化学习中学习动态全局模型的方法，通过学习本地动态的上下文潜向量和条件预测下一个状态来实现学习全局动态模型的任务。该方法在各种模拟机器人控制任务中表现出优异的泛化能力，超过了现有的强化学习方案。