DeepMind的Dreamer AI从过去中学到东西来预测未来

一些AI系统通过借鉴过去的经验来代表世界，从而在充满挑战的环境中实现目标。他们将它们概括为新颖的情况，使他们即使在以前从未遇到过的设置中也能完成任务。事实证明，强化学习(一种利用奖励将软件策略推向目标的培训技术)特别适合于学习总结代理经验的世界模型，并通过扩展来促进对新颖行为的学习。

来自Google，Alphabet子公司DeepMind和多伦多大学的研究人员寻求与代理商Dreamer一起开发该技术，该代理商旨在内部化世界模型，并通过“想象”其长期成果来预先计划选择行动。他们说，它不仅适用于任何学习目标，而且Dreamer在数据效率，计算时间以及最终性能方面都超过了现有方法。

在AI代理的整个生命周期中，无论是交错还是并行，Dreamer都会学习潜在的动力学模型，以预测动作和观察结果的回报。在这种情况下，“潜在动力学模型”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”位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。有效地，使用编码器组件将来自输入图像的信息集成到隐藏状态中，然后将隐藏状态及时向前投影以预期图像和奖励。

Dreamer使用了一个多部分的潜在动力学模型，该模型的结构有些复杂。表示位对观察和动作进行编码，而过渡位则在未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计划奖励，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，价值模型估算了行为模型所实现的预期想象的报酬，而观察模型则提供了反馈信号。

深圳罗湖打造“一个中枢五个中心” 建成中国黄金钻石交易中枢体系

广西黄金珠宝产业园优化全产业链发展 目前为止已入驻企业37家

国内知名珠宝企业齐亮相首届消博会 展现民族品牌新形象

吉尔吉斯斯坦或将取消珠宝产品生产设备进口的增值税 包括精矿砂、合金等

潍坊昌乐“中国宝石城”化身“潍坊市电商小镇 珠宝商变身为“直播网红”

广州发布全国首份围绕新发展格局支持钻石产业专项政策 培育壮大产业集聚带

未来5年 深圳罗湖构建全球竞争力和国际影响力的黄金钻石金融中心

中国珠宝成为首届中国国际消费品博览会唯一指定进口代理商