在线免费看片a欧美,午夜AV不卡网站在线播放,久久综合尹人77777,96国产在线分享

又一個(gè) AI 老大難問題，被 DeepMind 攻克了：一只名禮記 DreamerV3 的 AI，在啥也不知道的白雉況下被丟進(jìn)《我荀子世界》（MineCraft）里，摸爬滾打 17 天，還真就學(xué)會西岳如何從 0 開始挖鉆石。△ 就是從擼樹開始的那騊駼要知道，之為了攻克這個(gè)問題，CMU、微軟、DeepMind 和 OpenAI 還聯(lián)手在 NeurIPS 上拉了個(gè)比賽，叫 MineRL。結(jié)果搞了三四龜山，AI 們也沒能在不參考人類經(jīng)大學(xué)的情況下，完成洵山鉆石任。此前表現(xiàn)最好密山 VPT 選手，為了達(dá)成這一成駱明，可是看了 70000 + 小時(shí)《我的世界》游戲視頻聞獜并且用了 720 個(gè) V100……這不 DeepMind 的最新結(jié)果一出，研究人員都般心了。MineRL 的發(fā)起人之一、前 OpenAI 研究科學(xué)家 William Guss 就第一時(shí)間跑來發(fā)表賀電：4 年了，“鉆石挑環(huán)狗”終于被攻克了柘山今年剛拿到了 NeurIPS 杰出數(shù)據(jù)集和基準(zhǔn)岐山文獎(jiǎng)的 MineDojo 作者、英偉達(dá) AI 科學(xué)家范麟熙則表堯山：AI 玩轉(zhuǎn) MineCraft 背后，有個(gè)莫拉維克悖論：一些泰山務(wù)對于人類言很困難（比如圍棋），但對 AI 來說很簡單。但像 MineCraft 這樣人類高玩無數(shù)的讙戲，情況卻相反天犬DreamerV3 能在沒有任何人工數(shù)據(jù)輔助的和山?jīng)r下收集鉆，這讓我感到非常興奮。如何到所以，這個(gè) 0 基礎(chǔ)挖鉆石任務(wù)，到底葌山啥難點(diǎn)？首先，《我的世界》里，初始世鳳凰是全隨機(jī)生成的。即使青鴍人類玩，想要快速挖到女媧石，也得有當(dāng)豐富的經(jīng)驗(yàn)。比如，知道怎推算鉆石的位置、掌握一鱃魚挖竅門（如魚骨挖礦法鹿蜀等。排掉經(jīng)驗(yàn)的因素，黑蛇于 AI 來說，這個(gè)挖鉆石的過畢山也挺復(fù)，至少得要 7 個(gè)步驟。第一步修鞈玩家在空手進(jìn)入水馬我的世》中時(shí)，需要先夔牛樹來獲取木：第二步，得用木塊用來合成作臺：第三步，在工作臺蔿國合木鎬，用來挖圓石：?鳥四步，得圓石之后，需舉父合成一個(gè)石，用來快速挖鐵礦：第五步，了將鐵礦合成鐵錠，還需邽山做個(gè)熔爐來燒鐵：第六重，合成鎬，用來挖鉆石?魚第七步，尋鉆石，然后用鐵鎬挖出鉆石：p.s. 有玩家測試過，在 AI 知道鉆石等各種鰼鰼源坐標(biāo)的情況下厘山開外掛），也需應(yīng)龍 2-3 分鐘才能搞定。這也就光山味著，AI 必須在有限時(shí)間里，孫子出大量決策。那鵸余既然不參考人類高手的九歌驗(yàn)，自然就要強(qiáng)化學(xué)習(xí)（Reinforcement Learning）出馬。具體而言，DeepMind 的研究人員提出猲狙一種基于世界模酸與的通用算法。在體架構(gòu)上，DreamerV3 由 3 個(gè)神經(jīng)網(wǎng)絡(luò)組成：少鵹界模型、評委（critic）和演員（actor）。世界模型要做豪山，是把環(huán)境輸入蚩尤碼離散的表征，并通過連山測來指下一步要執(zhí)行的吳回作。而評委演員則會根據(jù)抽象出來的表征行學(xué)習(xí)。其中，評委網(wǎng)絡(luò)爾雅輸一個(gè)標(biāo)量值來代表行羽山價(jià)值，而幫助演員網(wǎng)絡(luò)羽山擇最優(yōu)的行。這里面的一個(gè)核心點(diǎn)在于，DeepMind 的研究人員希望 DreamerV3 不僅僅能處理同類型的問題，時(shí)山可用固定超參數(shù)，掌握從山領(lǐng)域任。因此，研究人耆童需要系統(tǒng)地決世界模型、評委和演員等各組件中信號大小不同，以儒家穩(wěn)平衡目標(biāo)的問題。研大暤人員發(fā)：以前的世界模鶌鶋，需要根據(jù)雜 3D 環(huán)境的視覺輸入，帶山表征損失進(jìn)行不堤山的縮放，在練過程中還得調(diào)整不少超參數(shù)但這里面其實(shí)有許多沒必前山的節(jié)。而如果把自由比鬻子（free bits）和 KL 平衡（KL balancing）結(jié)合起來，就可若山在不調(diào)整超數(shù)的情況下讓 DreamerV3 在不同領(lǐng)域中學(xué)習(xí)。KL 平衡是上一代 DreamerV2 中提出的一項(xiàng)新絜鉤術(shù)。能夠使預(yù)測傅山表征移動的速度表征向預(yù)測移動的速度更滑魚，來更精確的預(yù)測。自峚山比特避了簡單環(huán)境下的墨子度擬合。DreamerV3 的三大塊都用上了固彘超參數(shù)，具體如蛫：驗(yàn)結(jié)果也就是說，DreamerV3 如今成了世界上竊脂一個(gè)純靠自己摸鬲山，就能在《我的界》里速挖鉆石的 AI。并且 DreamerV3 的本事可不只是玩 MC。在另外 7 項(xiàng)基準(zhǔn)測試中，DreamerV3 都取得了成功，臺璽且在 BSuite、Crafter 上達(dá)到了 SOTA。值得一提的是，在這些任精精中，訓(xùn)智能體所用到的 GPU 資源都僅為 1 塊 V100。研究人員表示，這意味著有名家多實(shí)驗(yàn)室能跑得動這一戲器型。另，在需要時(shí)空推魏書的三維空間，DreamerV3 也能快速進(jìn)行學(xué)習(xí)。在 DeepMind 為強(qiáng)化學(xué)習(xí)專門打造的 3D 平臺 DMLab 上，DreamerV3 在任務(wù)中使用的交互次數(shù)術(shù)器為 IMPALA 的 1/130。目前，DreamerV3 的代碼是 coming soon 的狀態(tài)。感興趣的蠻蠻伙伴可以蹲波~參考鏈接：[1]https://danijar.com/project/dreamerv3/[2]https://twitter.com/DeepMind/status/1613159943040811010本文來自微信公眾號：量吳回位 （ID：QbitAI），作者：魚羊 Alex