成人18禁啪啪网站免费软件,国产午夜福利片在线,亚洲国产另类久久久久精品,成人av伦理电影,欧美日韩国产一区二区三区

摘要

開發(fā)一種能夠廣泛學(xué)習(xí)解決各類任務(wù)的通用算法，一直是人工智能領(lǐng)域的根本性挑戰(zhàn)。盡管現(xiàn)有強化學(xué)習(xí)算法可輕松應(yīng)用于與其開發(fā)目標(biāo)相似的任務(wù)，但要將其配置應(yīng)用于新領(lǐng)域，仍需耗費大量專業(yè)人力進行調(diào)試和實驗。本文提出的第三代Dreamer算法，僅憑單一配置就在150多個不同任務(wù)中超越了專業(yè)算法。該算法通過構(gòu)建環(huán)境模型，并借助對未來情景的推演來優(yōu)化行為。基于歸一化、平衡和轉(zhuǎn)換的魯棒性技術(shù)，確保了跨領(lǐng)域?qū)W習(xí)的穩(wěn)定性。據(jù)我們所知，Dreamer是首個無需人類數(shù)據(jù)或課程設(shè)計，僅憑像素輸入和開放世界中稀疏獎勵，就能從零開始采集《我的世界》鉆石的算法——這一成就曾被學(xué)術(shù)界視為檢驗人工智能能否實現(xiàn)長遠像素級探索的重要挑戰(zhàn)。我們的研究使得無需大量實驗即可解決復(fù)雜控制問題，極大拓展了強化學(xué)習(xí)的應(yīng)用范圍。

關(guān)鍵詞：DeepMind、DreamerV3算法、通用強化學(xué)習(xí)（General RL）、世界模型（World Model）、《我的世界》（Minecraft）、無監(jiān)督學(xué)習(xí)（Unsupervised Learning）、多任務(wù)泛化（Multi-task Generalization）

集智編輯部丨作者

論文題目：Mastering diverse control tasks through world models 發(fā)表時間：2025年4月2日論文地址：https://www.nature.com/articles/s41586-025-08744-2 期刊名稱：Nature

在人工智能領(lǐng)域，開發(fā)一種無需調(diào)整超參數(shù)即可適應(yīng)多樣化任務(wù)的通用強化學(xué)習(xí)（RL）算法，一直是研究者追逐的“圣杯”。傳統(tǒng)RL算法（如PPO）需針對不同任務(wù)進行繁瑣調(diào)參，而專用算法（如MuZero）雖性能卓越卻難以遷移。2025年4月，Google DeepMind在《Nature》發(fā)表第三代Dreamer算法（DreamerV3），以單一固定配置在8大領(lǐng)域、150余項任務(wù)中超越專用算法，更在無需人類數(shù)據(jù)的情況下，首次實現(xiàn)AI從零開始通關(guān)《我的世界》鉆石收集任務(wù)。這一突破標(biāo)志著通用RL向現(xiàn)實應(yīng)用邁出關(guān)鍵一步。

DreamerV3的核心架構(gòu)

Dreamer的核心創(chuàng)新在于其獨特的“世界模型-評論者-行動者（World Model-Critic-Actor）”架構(gòu)，由三個

1. 世界模型：將高維感官輸入（如圖像）壓縮為低維表征（Latent Representation），并預(yù)測潛在行動的未來狀態(tài)和獎勵，其關(guān)鍵組件包括編碼器、序列模型和動態(tài)預(yù)測器。

2. 評論者（Critic）：評估想象軌跡的長期價值，采用雙熱分布回歸（Two-hot Regression）處理多模態(tài)獎勵。

3. 行動者（Actor）：根據(jù)世界模型的預(yù)測和評論者的評估，基于歸一化回報（Return Normalization）和熵正則化（Entropy Regularization）選擇最優(yōu)行動以最大化收益。

與傳統(tǒng)RL算法不同，Dreamer完全依賴世界模型生成的抽象軌跡進行決策，而非直接與環(huán)境交互。這種設(shè)計能夠顯著降低計算成本，同時提高算法的通用性。