World Models

Dreamer V3

AI 模型

通用的强化学习算法，它学习环境模型来解决各种控制任务。它以单一配置在超过 150 个任务中表现出色，优于专用方法。该算法通过想象未来场景，实现跨领域的鲁棒学习，使人工智能在无需大量人类专业知识或实验的情况下得到广泛应用。Dreamer V3 是一种通用的强化学习算法，它学习环境模型来解决各种控制任务。它以单一配置在超过 150 个任务中表现出色，优于专用方法。该算法通过想象未来场景，实现跨领域的鲁棒学习，使人工智能在无需大量人类专业知识或实验的情况下得到广泛应用。

Genie 3 — Google DeepMind

AI 模型

开创性的 AI 模型，可以根据简单的文本描述生成逼真的环境。它允许用户实时探索这些互动世界，使其成为各种应用的强大工具，包括训练代理和教育模拟。Genie 3 是一个开创性的 AI 模型，可以根据简单的文本描述生成逼真的环境。它允许用户实时探索这些互动世界，使其成为各种应用的强大工具，包括训练代理和教育模拟。

Model-Based Policy Optimization

AI GitHub 仓库

此 GitHub 仓库包含“何时信任您的模型：基于模型的策略优化”论文的代码。它提供了基于模型的策略优化算法的实现，使研究人员和开发人员能够重现实验并在此基础上进行强化学习的研究。

Handful of Trials

AI GitHub 仓库

该代码仓库包含论文“Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynamics Models”的实验代码。它实现了 PETS 算法，将具备不确定性感知的深度网络动力学模型与基于采样的不确定性传播相结合，在强化学习任务中实现高效的样本学习。

Decision Transformer

AI 模型

将强化学习重构为序列建模问题，利用 GPT-x 和 BERT 等 Transformer 架构。它通过对期望回报、过去状态和动作进行条件化来生成最优动作，在 Atari、OpenAI Gym 和 Key-to-Door 任务上达到了最先进的性能。Decision Transformer 将强化学习重构为序列建模问题，利用 GPT-x 和 BERT 等 Transformer 架构。它通过对期望回报、过去状态和动作进行条件化来生成最优动作，在 Atari、OpenAI Gym 和 Key-to-Door 任务上达到了最先进的性能。

Unity ML-Agents Toolkit

AI GitHub 仓库

#65

开源项目，允许游戏和模拟作为训练智能体的环境，使用深度强化学习和模仿学习。它为开发者提供了一个创建 AI 驱动环境的平台。Unity ML-Agents Toolkit 是一个开源项目，允许游戏和模拟作为训练智能体的环境，使用深度强化学习和模仿学习。它为开发者提供了一个创建 AI 驱动环境的平台。

Voyager Embodied Agent

AI GitHub 仓库

用于 Minecraft 的开放式具身智能体，由大型语言模型驱动。它能够持续探索、学习技能并进行发现，无需人工干预。Voyager 利用自动课程、技能库和迭代提示来改进程序，展现出强大的终身学习能力。Voyager 是一个用于 Minecraft 的开放式具身智能体，由大型语言模型驱动。它能够持续探索、学习技能并进行发现，无需人工干预。Voyager 利用自动课程、技能库和迭代提示来改进程序，展现出强大的终身学习能力。

Gato Generalist Agent

AI 模型

Google DeepMind 开发的单一通用人工智能代理。它可以执行各种任务，包括玩 Atari 游戏、为图像添加字幕、聊天以及控制真实的机器人手臂。这种多模态代理使用 Transformer 神经网络来处理多样化的数据输入并生成适当的输出。Gato 是 Google DeepMind 开发的单一通用人工智能代理。它可以执行各种任务，包括玩 Atari 游戏、为图像添加字幕、聊天以及控制真实的机器人手臂。这种多模态代理使用 Transformer 神经网络来处理多样化的数据输入并生成适当的输出。