10:47
官方账号arXiv cs.AI@Richard Bao
推荐理由：这篇论文揭示了世界模型在处理物理约束时的局限性，为改进模型提供了有价值的见解。
DreamerV3
共 3 条相关 AI 资讯
8月25日
10:47
研究测试了仅通过摆动视频训练的冻结DreamerV3模型是否学会了一个标量，该标量在自身的潜在转换中被视为近似守恒。无标签搜索在独立训练的保守模型中恢复了相同的能量类不变量，而在匹配阻尼模型中找不到类似的变量。在自主运行期间，该量值发生漂移。将潜在状态投影回其初始水平集可以减少所有三个保守模型的运行错误，而匹配随机约束通常会增加错误。这些结果区分了动态意义上的不变量与仅可解码的相关性，并揭示了一个具体的失败模式：世界模型可以从像素中学习物理约束，但在想象未来时违反该约束。
7月17日
09:51
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。
5月18日
12:26
12:26
官方一手arXiv: Google DeepMind@Shaojun Xu, Xiaoling Zhou, Yihan Lin, Yapeng Meng, Xinglong Ji, Luping Shi, Rong Zhao
精选
推荐理由：做强化学习稀疏奖励研究的团队终于有了突破历史束缚的新工具——Mind Dreamer 通过主动生成想象起点，大幅提升样本效率，建议跑过 DreamerV3 的开发者直接试。