今日应用
今日话题
世界模型也扩散!训练出的智能体竟然不错
重点标签 扩散模型、强化学习、DIAMOND、图像生成、Atari基准测试
文章摘要
日内瓦大学、爱丁堡大学和微软研究院的研究者联合提出了一种名为DIAMOND的强化学习智能体,该智能体在扩散世界模型中接受训练。DIAMOND在Atari 100k基准测试中取得了1.46的平均人类归一化得分(HNS),与完全在世界模型中训练的智能体的SOTA水平相当。该研究强调了视觉细节在强化学习中的重要性,并发现DIAMOND在需要捕捉细节的环境中表现尤为出色。
DIAMOND的设计基于漂移和扩散系数f和g,选择了Karras等人提出的EDM公式,并定义了一个与扩散时间相关的实值函数作为噪声时间表。研究者使用标准的U-Net 2D构建向量场,并通过自适应组归一化层将动作输入到U-Net的残差块中。实验结果表明,DIAMOND在Atari 100k基准测试中的表现强劲,超过了人类玩家在11个游戏中的表现。
此外,该研究还分析了DIAMOND的稳定性,发现在某些情况下需要迭代求解器将采样过程驱动到特定模式。与IRIS相比,DIAMOND的想象轨迹通常具有更高的视觉质量,并且更符合真实环境。
机器之心发起了2024年“人工智能+”标杆示范征集活动,旨在挖掘和展示人工智能领域具有市场竞争力、技术实力的机构、产品、案例,形成“鸿雁”引领效应。征集结果将于7月在2024 WAIC“人工智能+”论坛上公布并进行颁奖。
文章来源
原文地址: 点我阅读全文
原文作者: 机器之心
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...