门的例子说明，预测需要接受独立反馈检验。接下来问预测可以用在什么时候。假设杯子要绕过挡板到达目标，此刻可以先比较几条候选路线：各推一下会停在哪里，是否撞上挡板，距离目标还有多远？按这些预测选择动作，先执行一步，再根据实际新位置重新规划。这是在当前决策时使用想象。

另一种用法发生在学习阶段。先从环境经历学习动态，再从已有状态出发，在模型里展开许多后续，让策略练习什么动作值得选。策略因此改变参数，未来遇到相应状态时，可以直接提出动作，不一定每次都重新搜索许多路线。Dreamer 系列体现了这种把真实经历、潜在动态与想象训练连接起来的思路。

两者都“在脑中试”，但计算花在不同位置。前者重点回答这一次下一步做什么；后者重点改变今后怎样做决定。系统也可以混合两种用途。环境反馈都会回来，但它可能先修正当前状态和规划，也可能在后续学习阶段改进模型与策略，不要求每次动作后都立刻重训。

“想象里穿过挡板能拿高分，策略学会这条捷径不就更聪明吗？”它也可能只是利用了模型错误。若真实杯子不能穿墙，想象中的高回报不会转化为任务成功。规划可能挑中这种漏洞，策略训练也可能反复强化它；两种用途都需要接受环境检验。

“想象很多次，是否等于得到很多新的现实经验？”它可以扩大已有经验的使用次数，帮助探索模型允许的后续，却没有凭空观测新材质、新动作或新环境。模型没学到的规律不会因为多展开几条轨迹就自动变成事实。

阅读 DreamerV3 时，还应把“同一算法配置能用于多种任务”与“同一个已训练策略无需学习解决所有任务”分开。前者是关于方法适用性的研究结果，不能扩写成后者。下一页转向一个更基础的选择：为了帮助决策，想象究竟必须保留哪些内容，是否需要把每个像素都画出来？