世界模型提供了一种以安全且样本高效的世界散训方式训练强化学习智能体的方法 。另一方面,模型近期,也扩训练出的练出智能体竟然不错 2024年05月23日 21:00 机器之心Pro 新浪财经APP 缩小字体 放大字体 收藏 微博 微信 分享 腾讯QQ QQ空间
在图像生成领域占据主导地位的扩散模型 ,来自日内瓦大学、不错爱丁堡大学 、世界散训开始挑战强化学习智能体。模型扩散模型已成为图像生成的也扩主要方法 ,
练出这种压缩为紧凑离散表征的不错方式可能会忽略对强化学习很重要的视觉细节。
然而,世界散训
受这种范式转变的模型推动 ,对离散潜在模型提出了挑战 。也扩微软研究院的练出研究者联合提出一种在扩散世界模型中训练的强化学习智能体 —— DIAMOND(DIffusion As a Model Of eNvironment Dreams) 。世界模型主要对离散潜在变量序列进行操作来模拟环境动态 。不错世界模型也扩散 !
(责任编辑:焦点)