.png){kind=icon}
返回
Mastering diverse control tasks through world models
.png){kind=icon}
OA
AI
DOI：10.1038/s41586-025-08744-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
开发一种能够学习解决广泛应用领域任务的通用算法，一直是人工智能领域的一个基本挑战。尽管当前的强化学习算法可以轻松应用于与其开发目的相似的任务，但配置它们以适应新的应用领域需要大量的人类专业知识和实验（1,2）。在此，我们介绍了Dreamer的第三代版本，这是一种通用算法，在单一配置下，其性能超过了150多个多样化任务中的专用方法。Dreamer学习环境模型并通过想象未来场景来改进其行为。基于归一化、平衡和变换的鲁棒性技术实现了跨领域的稳定学习。开箱即用的情况下，据我们所知，Dreamer是首个能够从零开始收集Minecraft中的钻石，而无需人类数据或课程表的算法。这一成就被视为人工智能领域的一项重大挑战，需要从像素和稀疏奖励中探索具有远见的策略（3）。我们的工作使得无需大量实验即可解决具有挑战性的控制问题，从而让强化学习具有广泛的应用性。
Keyword:
ARCADE LEARNING-ENVIRONMENT
GO
GAME
期刊
IF:
48.5
论文数:
1.8W
被引数:
96.5W
机构
引用论文
Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation使用RNN编码器-解码器学习统计机器翻译的短语表示OAAI
OAAI分享收藏
Investigating the Practicality of Existing Reinforcement Learning Algorithms: A Performance Comparison研究现有强化学习算法的实用性：性能比较.png)
OAAI
IF0
OAAI分享收藏
查看更多内容