本项目 · 项目发布与研究
World Models 提出梦境中的智能体训练
在世界模型生成的梦境环境中训练智能体，再将策略迁回实际环境。
此处保留所引发布或研究材料的时间，不代表当前产品状态。
研究项目 / 独立收录记录
World Models
这项研究探索在模型生成的环境中训练智能体，再把学到的策略迁回实际环境。
技术资料
能做什么，使用时要注意什么。
输入与结果
- 提供什么
- 记忆模型 M 接收当前潜在向量和动作。
- 得到什么
- 用于采样下一潜在向量预测的高斯混合分布参数。潜在向量是模型内部的编码。这里输出的是描述预测分布的参数。
- 动作的作用
- 预测以动作为条件。
资料尚未确认
开放方式开源情况适用限制需要区分的对象已收录材料不足以判断，未确认不代表没有相应能力。
分类与用途
本站根据所引材料归纳的检索标签。标签可以重叠，不表示能力验证；未知不表示不支持。
人物资料
论文作者以下是 2018 年项目页列出的论文作者，不用于说明其当前任职。
David Ha项目论文作者
Jürgen Schmidhuber项目论文作者
相关动态
按事件时间展示已收录进展，非完整新闻列表。
来源与原文
按原始材料集中查阅；相同原句合并展示，对应资料与阅读日期一并保留。
World Models · 项目原始材料
核对原文摘录 · 3 段，支持 5 项资料
原阅读方向 / 输出什么
The MDN outputs the parameters of a mixture of Gaussian distribution used to sample a prediction of the next latent vector一句话认识
We can even train our agent entirely inside of its own dream environment generated by its world model, and transfer this policy back into the actual environment.输入什么 / 动作是否影响预测
M will then take the current $z_{t}$zt and action $a_{t}$at as an input本站整理来源中的声明，不核查厂商声明真伪，不评价模型优劣。了解收录方式 →