Nous explorons la construction de modèles de réseaux de neurones génératifs pour les environnements populaires d'apprentissage par renforcement. Notre modèle du monde peut être entraîné rapidement de manière non supervisée pour apprendre une représentation spatiale et temporelle compressée de l'environnement. En utilisant des caractéristiques extraites du modèle du monde comme entrées pour un agent, nous pouvons entraîner une politique très compacte et simple capable de résoudre la tâche requise. Nous pouvons même entraîner notre agent entièrement à l'intérieur de son propre rêve halluciné généré par son modèle du monde, et transférer cette politique dans l'environnement réel.