2019 谷歌新智能体Dreamer将亮相NeurIPS 数据效率比前身PlaNet快8个小时 (2019谷歌九八网)

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

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——特别适合学习一个总结agent经验的世界模型,并通过扩展来促进新行为的学习。

雷锋网消息,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、计算时间以及最终性能方面都超过了现有的方法。

在它的整个生命周期中,无论是交错还是并行,Dreamer都会学习一个latent dynamics model(潜在动力学模型),以预测动作和观察结果的回报。在这种情况下,“latent dynamics model”是指从图像输入中学习并执行计划以收集新经验的模型。

“潜在”表示它依赖于隐藏状态或潜在状态的紧凑序列,这使它能够学习更多抽象的表示形式,例如对象的位置和速度。使用编码器组件,有效地将来自输入图像的信息集成到隐藏状态中,然后及时地将隐藏状态向前投影以预测图像和奖励。

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

上图:Dreamer完成一个摆动钟摆的任务。中间显示45步预测

Dreamer使用了一个多部分的latent dynamics model,这个模型的结构有些复杂。“表示”位对观察和动作进行编码,而“过渡”位则在没有看到会引起观察的情况下预见状态。第三个组件(奖励组件)根据给定的模型状态来投影奖励,而行为模型将实施学习的策略并旨在预测可解决想象的环境的行为。最终,价值模型评估行动模型实现的预期想象奖励,而观察模型提供反馈信号

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

上图:梦想家在迷宫中导航。中间显示45步预测。

雷锋网了解到,在一系列实验中,研究人员测试了Dreamer在DeepMind Control Suite中的20个视觉控制任务上的效果,DeepMind Control Suite是一种用于评估机器学习驱动的代理的仿真软件。

他们首先使用Nvidia V100图形芯片和10个处理器内核来训练它,每次培训运行一次。他们说,控制套件上每106个环境步骤花费了9个小时。(相比之下,Google的Dreamer前身PlaNet花了17个小时才达到了类似的性能。)

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

上图:梦想家在玩Atari游戏(拳击)。中间显示45步预测。

研究人员报告说,Dreamer有效地利用了学习的世界模型来从少量经验中进行概括,并且它的成功证明了,通过潜在的想象力进行的学习行为可以胜过顶级方法。他们还说,Dreamer的价值模型即使在短期计划中也表现良好,在20个任务中的16个(有4个打成平手)上表现优于其他模型。

研究人员写道:“未来,关于表征学习的研究可能会将潜在的想象力扩展到视觉复杂性更高的环境中,”研究人员计划在本周温哥华的NeurIPS 2019上展示他们的工作。Dreamer项目的代码可在上公开获得。

原创文章,未经授权禁止转载。详情见 转载须知 。

全局中部横幅
中央空调维修技术资料教程

空调维修技术资料网为广大市民和空调维修师傅从业人士提供丰富的各种空调维修技术资讯、空调故障代码查询、空调变频技术资料、空调维修价格查询分享等,精心打造国内领先的行业门户网站,30分钟以内提供上门修理,收费合理,欢迎光临!

中国大地保险官方商城

中国大地财产保险股份有限公司是中再集团公司旗下唯一的直保财险公司,为您提供汽车保险,旅游保险,意外保险,家庭财产保险等非寿险业务的各种保险服务。是一家具备车险电话销售专营产品经营资格的财险公司。

凉菜的家常做法

凉菜的做法_家常凉菜的做法非常简单易学。豆果美食提供的图文凉菜的家常做法大全和凉菜的视频,用最短的时间让你学会凉菜的做法

东莞市耀欣切削刀具有限公司

公司一直致力于数控刀具的研发、生产与销售,推出SE夹持系统的创新型企业

好文溜溜

好文溜溜为您提供各类作文、读后感、演讲稿、心得体会、教案、申请书等优质职场范文,每日更新,欢迎收藏本站,以备使用!

陵川信达生活广场有限公司

陵川信达创办于1992年10月,至今已26年,是陵川县规模最大的服务性企业。有三家大型门店,员工1000余人,下设商场、超市、酒店三个事业部。2014年12月开业的信达生活广场投资1.2亿元,总建筑面积3.2万平方米,是陵川县最具影响力的集一站式购物、餐饮、健身、休闲娱乐、KTV、电影院、酒店、会议接待为一体的城市商业综合体。

天天爱掼蛋

《天天爱掼蛋》(原《爱掼蛋》)下载官方网站。天天爱掼蛋是苏皖地区最正宗、最好玩的掼蛋游戏,万人同时在线,百万资深掼蛋玩家聚集地,免费注册,神秘大奖等你拿!

江门市金羚风扇制造有限公司

江门市金羚风扇制造有限公司成立于1974年,是一家专业生产工业风机,排气扇和空气幕的制造商

BLUE引擎,BlueM2,LEG引擎,新BLUE引擎,BLUE登录器,BLUE假人脚本版本

BLUE引擎/LEG引擎登录器官方网站:最新bluem2免费下载注册!AC封挂网关,脚本素材每日更新免费下载,BLUE登录器商业开区版本。专业的新BLUE引擎BLUE假人脚本技术服务!

斗米兼职

斗米是高效的一站式招聘服务平台,为广大基层岗位求职者提供安全、丰富的全职与兼职工作信息,帮助求职者快速找到合适岗位。为企业提供在线招聘、线下RPO招聘、岗位外包等专业的服务。

上海顺益农业生产资料有限公司

上海顺益农业生产资料有限公司(顺益农资,上海顺益,顺益农业)主要生产“顺益”、“顺之道”系列化肥产品,种类齐全、服务周到。上海顺益,顺益农资,上海农资,顺益农业,顺之道,上海农业,农业生产资料

极米科技官方网站

极米科技专注于智能投影和激光电视领域。公司主要产品包含RS系列投影、H系列投影、Z系列投影、便携系列投影和激光电视系列等。

全局底部横幅