按年被提到
20232023 · 3 次2026
强化学习与智能体›博弈与游戏 AI·arXiv:2301.04104 · cs.AI

Mastering Diverse Domains through World Models

通过世界模型掌握多样化领域
Danijar Hafner, Jurgis Pasukonis, Jimmy Ba, Timothy Lillicrap · 2023

DreamerV3:单一配置通吃 150 多个任务的世界模型强化学习

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 4 人首次 2023-01-11 · 最近 2025-04-07
4不同的人
3活跃月份
4讨论串
124被引(OpenAlex)

论文提出 DreamerV3,这是一个通用的强化学习算法,用同一套配置在 150 多个不同任务上优于各领域的专用方法。它学习环境的世界模型,并通过“想象”未来场景来改进策略,借助归一化、平衡和变换等稳健性技术实现跨领域的稳定学习。开箱即用的 Dreamer 是第一个无需人类数据或课程、从零开始在 Minecraft 中收集到钻石的算法。

HN 为什么提它

评论者把它当作基于模型的强化学习(MBRL)在多种环境下有效的代表,以及 DeepMind 在 Minecraft 中拿钻石这一结果的技术出处。

方法难度 4 / 5约 60 分钟经得起时间
读之前最好知道
1强化学习基础(策略、价值函数)
2基于模型的强化学习(model-based RL)
3世界模型与潜在变量模型(latent variable models)
4变分推断与 VAE

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用O__________O · 2023-01

“Paper provides a model based reinforcement learning (MBRL) algorithm that performs well over a wide variety of environments, from 2D to 3D, simple to complex.”

介绍它的基于模型的 RL 算法,在从 2D 到 3D、简单到复杂的多种环境中表现良好
Google’s DeepMind: Mastering Diverse Domains Through World Models原评论 ↗
引用notacat · 2023-07

“I am personally interested in LLM's, MuZero ([OTHER_PAPER]), Dreamer and DreamCoder ([OTHER_PAPER])”

招聘帖里把 Dreamer 列为自己感兴趣的研究方向之一
Ask HN: Who is hiring? (July 2023)原评论 ↗
引用smokel · 2025-04

“Yup, the technical details are described in this paper from early 2023.”

指出 DeepMind 在 Minecraft 里拿到钻石的技术细节,就在这篇 2023 年初的论文里
DeepMind program finds diamonds in Minecraft without being taught原评论 ↗
被提交为 story · 1 次