09:51
官方账号arXiv cs.AI@Yukuan Lu, Zaishuo Xia, Weyl Lu, Yubei Chen
推荐理由：这篇论文发现DreamerV3等模型在Pong里会弄丢球，他们用CGSReg方法修了一部分问题，做强化学习的可以看看。
DIAMOND
共 1 条相关 AI 资讯
7月17日
09:51
研究分析了DreamerV3、DIAMOND、TWISTER、Simulus和STORM五种世界模型在Atari Pong中的表现。冻结模型后，单独策略生成的视频轨迹出现球消失、运动错误等问题。像素空间零样本MBRL中，DreamerV3平均回报从-5.5降至-20.9，接近最低分-21。提出Concept-Guided Spatial Regularization（CGSReg）辅助重建损失，在DreamerV3、DIAMOND和TWISTER上改进了闭环轨迹和零样本MBRL。