谷歌新智能体Dreamer将亮相NeurIPS 2019，数据效率比前身PlaNet快8个小时

文章预览

来源： 雷锋网 在具有挑战性的环境中，一些人工智能系统通过利用过去经验所提供的世界表象来实现目标。 研究人员将这些应用推广到新的情况，使它们能够在以前从未遇到过的环境中完成任务。 事实证明，强化学习——一种使用奖励来推动软件策略朝着目标前进的训练技术——特别适合学习总结agent经验的世界模型，并通过扩展来促进新行为的学习。 近日，来自Google、Alphabet子公司DeepMind和多伦多大学的研究人员发表了一篇名为《梦想控制： 通过潜意识的学习行为》的新研究，他们开发了一个增强型学习智能体Dreamer，通过内化一个世界模型，并通过通过潜在的“想象力”来提前计划选择行动。 他们说，Dreamer不仅适用于任何学习目标，而且在数据效率、计算时间 ………………………………