World Models

Dreamer V3

AI モデル

多様な制御タスクを解決するために環境モデルを学習する汎用強化学習アルゴリズムです。単一の設定で150以上のタスクで優れた性能を発揮し、専門的な手法を凌駕します。このアルゴリズムは、将来のシナリオを想像することでドメイン全体で堅牢な学習を可能にし、広範な人間の専門知識や実験なしにAIを広く応用できるようにします。Dreamer V3は、多様な制御タスクを解決するために環境モデルを学習する汎用強化学習アルゴリズムです。単一の設定で150以上のタスクで優れた性能を発揮し、専門的な手法を凌駕します。このアルゴリズムは、将来のシナリオを想像することでドメイン全体で堅牢な学習を可能にし、広範な人間の専門知識や実験なしにAIを広く応用できるようにします。

Genie 3 — Google DeepMind

AI モデル

シンプルなテキスト記述からフォトリアルな環境を生成する画期的なAIモデルです。ユーザーはこれらのインタラクティブな世界をリアルタイムで探索でき、エージェントのトレーニングや教育シミュレーションなど、さまざまなアプリケーションにおいて強力なツールとなります。Genie 3は、シンプルなテキスト記述からフォトリアルな環境を生成する画期的なAIモデルです。ユーザーはこれらのインタラクティブな世界をリアルタイムで探索でき、エージェントのトレーニングや教育シミュレーションなど、さまざまなアプリケーションにおいて強力なツールとなります。

Model-Based Policy Optimization

AI GitHub リポジトリ

このGitHubリポジトリには、「When to Trust Your Model: Model-Based Policy Optimization」論文のコードが含まれています。モデルベースのポリシー最適化アルゴリズムの実装を提供し、研究者や開発者が実験を再現し、強化学習の研究をさらに発展させることを可能にします。

Handful of Trials

AI GitHub リポジトリ

このリポジトリには、「Probabilistic Dynamics Models を用いた少数の試行での深層強化学習」に関する実験コードが含まれています。PETS アルゴリズムを実装しており、不確実性を考慮した深層ネットワークのダイナミクスモデルと、サンプリングベースの不確実性伝播を組み合わせることで、RL タスクにおける効率的なサンプル学習を実現します。

Decision Transformer

AI モデル

強化学習をシーケンスモデリング問題として再定式化し、GPT-x や BERT のような Transformer アーキテクチャを活用します。望ましいリターン、過去の状態、および行動を条件付けることで最適な行動を生成し、Atari、OpenAI Gym、Key-to-Door…Decision Transformer は、強化学習をシーケンスモデリング問題として再定式化し、GPT-x や BERT のような Transformer アーキテクチャを活用します。望ましいリターン、過去の状態、および行動を条件付けることで最適な行動を生成し、Atari、OpenAI Gym、Key-to-Door…

Unity ML-Agents Toolkit

AI GitHub リポジトリ

#65

ゲームやシミュレーションを深層強化学習と模倣学習を用いて知能エージェントを訓練するための環境として利用できるオープンソースプロジェクトです。開発者がAI駆動の環境を作成するためのプラットフォームを提供します。Unity ML-Agents Toolkitは、ゲームやシミュレーションを深層強化学習と模倣学習を用いて知能エージェントを訓練するための環境として利用できるオープンソースプロジェクトです。開発者がAI駆動の環境を作成するためのプラットフォームを提供します。

Voyager Embodied Agent

AI GitHub リポジトリ

大規模言語モデル（LLM）を搭載したMinecraft用のオープンエンドな具現化エージェントです。人間の介入なしに継続的に探索し、スキルを学習し、発見を行います。Voyagerは、自動カリキュラム、スキルライブラリ、およびプログラム改善のための反復プロンプティングを活用し、強力な生涯学習能力を示しています。Voyagerは、大規模言語モデル（LLM）を搭載したMinecraft用のオープンエンドな具現化エージェントです。人間の介入なしに継続的に探索し、スキルを学習し、発見を行います。Voyagerは、自動カリキュラム、スキルライブラリ、およびプログラム改善のための反復プロンプティングを活用し、強力な生涯学習能力を示しています。

Gato Generalist Agent

AI モデル

Google DeepMindが開発した単一の汎用AIエージェントです。Atariゲームのプレイ、画像へのキャプション付け、チャット、実際のロボットアームの制御など、幅広いタスクを実行できます。このマルチモーダルエージェントは、Transformerニューラルネットワークを使用して多様なデータ入力を処理し、適切な出力を生成します。Gatoは、Google DeepMindが開発した単一の汎用AIエージェントです。Atariゲームのプレイ、画像へのキャプション付け、チャット、実際のロボットアームの制御など、幅広いタスクを実行できます。このマルチモーダルエージェントは、Transformerニューラルネットワークを使用して多様なデータ入力を処理し、適切な出力を生成します。