2019 谷歌新智能体Dreamer将亮相NeurIPS 数据效率比前身PlaNet快8个小时 (2019谷歌九八网)
在具有挑战性的环境中，一些人工智能系统通过利用过去经验所提供的世界表象来实现目标。研究人员将这些应用推广到新的情况，使它们能够在以前从未遇到过的环境中完成任务。
事实证明，强化学习——一种使用奖励来推动软件策略朝着目标前进的训练技术——特别适合学习一个总结agent经验的世界模型，并通过扩展来促进新行为的学习。
雷锋网消息，近日，来自Google、Alphabet子公司DeepMind和多伦多大学的研究人员发表了一篇名为《梦想控制：通过潜意识的学习行为》的新研究，他们开发了一个增强型学习智能体Dreamer，通过内化一个世界模型，并通过通过潜在的“想象力”来提前计划选择行动。
他们说，Dreamer不仅适用于任何学习目标，而且在数据效率、计算时间以及最终性能方面都超过了现有的方法。
在它的整个生命周期中，无论是交错还是并行，Dreamer都会学习一个latent dynamics model（潜在动力学模型），以预测动作和观察结果的回报。在这种情况下，“latent dynamics model”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”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。使用编码器组件，有效地将来自输入图像的信息集成到隐藏状态中，然后及时地将隐藏状态向前投影以预测图像和奖励。
上图：Dreamer完成一个摆动钟摆的任务。中间显示45步预测
Dreamer使用了一个多部分的latent dynamics model，这个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”位则在没有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投影奖励，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，价值模型评估行动模型实现的预期想象奖励，而观察模型提供反馈信号。
上图：梦想家在迷宫中导航。中间显示45步预测。
雷锋网了解到，在一系列实验中，研究人员测试了Dreamer在DeepMind Control Suite中的20个视觉控制任务上的效果，DeepMind Control Suite是一种用于评估机器学习驱动的代理的仿真软件。
他们首先使用NVIDia V100图形芯片和10个处理器内核来训练它，每次培训运行一次。他们说，控制套件上每106个环境步骤花费了9个小时。（相比之下，Google的Dreamer前身PlaNet花了17个小时才达到了类似的性能。）
上图：梦想家在玩Atari游戏（拳击）。中间显示45步预测。
研究人员报告说，Dreamer有效地利用了学习的世界模型来从少量经验中进行概括，并且它的成功证明了，通过潜在的想象力进行的学习行为可以胜过顶级方法。他们还说，Dreamer的价值模型即使在短期计划中也表现良好，在20个任务中的16个（有4个打成平手）上表现优于其他模型。
研究人员写道：“未来，关于表征学习的研究可能会将潜在的想象力扩展到视觉复杂性更高的环境中，”研究人员计划在本周温哥华的NeurIPS 2019上展示他们的工作。Dreamer项目的代码可在上公开获得。
原创文章，未经授权禁止转载。详情见 转载须知 。
本文地址： https://www.gpxz.com/article/cd81275666e656131378.html
环球车讯为您提供最新汽车报价，汽车图片，汽车资讯，内容含最精彩的汽车新闻、行情、评测、导购等，是提供信息最快最全的中国汽车网站。
安吉紫竹竹木制品有限公司主要经营竹地板、竹家具、竹工艺品加工、销售，为客户提供优良的产品、良好的技术支持、健全的售后服务，如果您对我公司的产品服务有兴趣，请在线留言或者来电咨询。
保险代理人加入聚米综合金融推广平台，向他人推广介绍平台上的聚米卡、保险、救援、法律协助和理赔服务，即可获取高额推广费，成就自己的创业梦想，走向财务自由。加盟热线：400-678-8618
螃蟹游戏账号交易代售平台是国内安全、权威、服务完善的大型网络游戏账号交易代售平台，提供游戏账号交易、手游交易、道具交易、账号买卖、鉴号估价、担保中介、账号回收、账号追回等服务，同时为用户提供专业的售后保障，找回包赔无时间限制，所有交易均签署专业电子版法律合同，让游戏账号交易有字有据，享受法律效力，保证用户权益。
爱家教是专业深圳家教网，家教行业知名品牌，十年用爱心服务家教老师与家长，师资包括在读大学生、专业家教老师、专职老师等，家教科目包括语言|乐器|其它等
河南视觉新势力是一家专业，专注，专心于儿童青少年近视，弱视，散光，斜视的专业矫正机构，推动品牌在全国的发展和普及！1.专业技术一路**，视觉新势力通过身体的个体差异定制**方案，一站式式解决视力问题，快速疏通经络，通过对颈椎，脊椎的矫正，指针点穴，循经理疗，结合现代营养学，调肝补肾，调脾胃，补充眼底
DAV数字音视工程网(dav01.com)是音视频工程行业权威门户网站,为您提供全面及时的项目,招标信息,厂商动态,工程技术资源和详尽准确的产品信息及相关厂家,经销商,工程商信息.包括大屏显示,信号处理,集中控制,数字会议,音频扩音,灯光舞台,公共广播,监控安防,摄录编播,远程音视涉及的会议系统,视频会议,多媒体会议,多功能会议,指挥中心,指挥调度,投影机,虚拟仿真,大屏幕,监控,公共广播,项目招
本网站是为广大车主用户、前装汽车厂商、后装导航厂商提供了解amapauto（高德地图车机版）产品的官方网站。第一时间发布官方信息，让用户了解产品情况，查看产品介绍；网站还免费提供产品的版本下载、地图数据下载等服务；除此之外，用户还可以在此处针对产品进行交流。
山东五征集团前身是成立于1961年的县级拖拉机站，历经近半个世纪的发展，现已形成农用车、汽车和现代农业装备三大主导产业，拥有三大制造事业部，总资产60亿元，员工14000人，是中国机械制造重点骨干企业之一。
自贡启鑫彩灯文化艺术有限公司是一家专业从事于灯会灯展、灯光节、彩灯策划、设计、制作、展出项目、人文景观雕塑及各类仿真动植物、仿真机器恐龙、恐龙骨架的策划、设计、开发制作的企业。
4K、3D超高清内窥镜摄像系统、数字全高清内窥镜摄像系统、内窥镜远程控制服务系统、医用LED冷光源、医用4K监视器、智能数字化内窥镜吸烟系统、加热除雾系统、高清便携式内窥镜摄像系统一体机、全高清手术录像系统，工作站台车以及附属配套手术器械等微创医疗设备，系列产品搭载芯智融互联网远程服务系统。充分满足客户在临床各科室需求。
深圳市德盛电气有限公司，专业从事电线电缆保护系统及连接系列产品的生产厂家。主要产品有尼龙波纹管,塑料波纹管,穿线波纹管,PA波纹管,阻燃波纹管,波纹管接头,包塑金属软管,线束波纹管,汽车线束波纹管等护线产品。
农场经营游戏有哪些，在繁花似锦的游戏市场中，农场经营类游戏如雨后春笋般涌现，以其悠闲的节奏和宁静的田园风光，俘获了无数工作繁忙的都市人和学业紧张的学子们的心，这些游戏不仅在游戏机制上独具匠心，而且在玩法上也别出心裁，对于那些渴望在忙碌生活中寻找一片宁静绿洲的休闲玩家而言，无疑是不可多得的精神食粮，1、，繁盛农场，玩家将踏入一个风景如画...。
编者按，如今，几乎人人都学会声讨Facebook与Google，但是它们到底拥有了我们的哪些数据却极少有人知晓，本文作者DylanCurran在，Areyouready?Heresallthe>，Facebook对作者所拥有的数据一览表，这些数据有数百万种邪恶用途，想让自己抓狂吗?我将在下文展示Facebook与Google在...。
旅游业蓬勃发展和消费观念日益成熟下，二三线城市经济型酒店市场正展现出巨大潜力和活力，为了在这片蓝海中占据有利位置，酒店业需要深入耕耘这一细分市场，经过准确定位、优化服务、创意管理等策略，以带动实现可持续发展，尚客优酒店作为行业中名气强大，且颇具前景项目之选，自然是吸引打动了很多创业者开店的想法，那么尚客优酒店加盟费高吗，装修有优惠吗，...。
转自丨博客园作者丨计算机的潜意识神经网络是一门重要的机器学习技术，它是目前最为火热的研究方向——深度学习的基础，学习神经网络不仅可以让你掌握一门强大的机器学习方法，同时也可以更好地帮助你理解深度学习技术，本文以一种简单的，循序的方式讲解神经网络，适合对神经网络了解不多的同学，本文对阅读没有一定的前提要求，但是懂一些机器学习基础会更好地...。
数字藏品能否为品牌带来新增长点，私域流量时代到来，新锐品牌如何借助新科技重构，人、货、场，6月21日，在蚂蚁集团数字科技线联合正和岛打造的，产业数字化在线研讨会，文化传媒专场，上，来自品牌营销、文创、潮玩、数字藏品等领域的5位专家学者、产业领军人物，就行业热点议题展开的精彩的论述，数字藏品带来了新视角、新实践，它变革了IP从创造...。
苷名城奶茶从事奶茶研发、生产、销售工作已有多年，公司在发展的这些年中先后推出多款风味的饮品问市，这些饮品的风味、外形各异，给予消费者们截然不同的舌尖体验，许多人纷纷对其给出肯定性的好评，而品牌美名也由此广泛传播开来，进而红遍国内各地，那么从代理开店角度来看，苷名城奶茶加盟费多少呢，下文将给出清晰的解答，给有需要的读者提供必要的主张，苷...。
中国法学会召开学习贯彻党的二十届三中全会精神座谈会,法治,习近平,中国法学会,三中全会精神,中国特色社会主义
GTI是意大利语GrandTurismo，英文为GrandTouringInjektion，的缩写，中文翻译的意思是，制作规范比得上赛车的初级轿车，Injektion，汽油直喷技术，这种技术向发起机气缸内间接放射汽油和空气的雾状混合物，提高了燃料的应用率，在20世纪末齐全取代化油器的运行，这个词组最早由公众在1976年的产品GolfG...。
我以为9元时代曾经是最高的油价，后续不会再有下跌的空间，一，国际油价迈入九元大关，只管如今有很多人选用新动力汽车，但是毕竟开燃油车的车主还是更多一点，有车的车主都知道去加油站加油的时刻，油分为92和95，咱们不时比拟关心的油价也进入了一个新的高度，国际的油价终于迈进了九元大关，其实这个九元大关指的是九五，由于九二的油价在8.6元每升左...。
1、马自达2源自福特的最新一代的B2XX平台，B2XX是一个环球策略平台，福特ka还有随后将有要导入的新一代嘉年华都将出自于这个平台马自达2驳回了小型车中经常出现的前麦弗逊式独立悬架和后H形扭力梁式悬架，这款悬架系统较老款车型减轻了13公斤；平衡杆的作用是当左右两轮的水平高度不同时，为了防止形成杆身的改动，平衡杆会发生防倾阻力克服车身...。
飞驰c180作为梅赛德斯，飞驰品牌的入门级轿车，不时深受生产者的青眼，不只从外观上看，内饰性能也不逊色于上流奢侈品牌，飞驰c180报价作为入门级轿车，飞驰c180的多少钱相对亲民，目前国际新车的厂商指点价在25，33万元不等，依据地域差异或者有所浮动，生产者可以依据自身经济才干、购车需求还有外地的多少钱状况，做出正入选用，飞驰c180...。
操作系统：Windows2003企业版SP2+IIS6.0php版本：php-5.2.2-Win32.zipMysql版本：mysql-5.0.41-win32.zipZend版本：ZendOptimizer-3.2.8-Windows-i386.exePhpMyAdmin版本：phpMyAdmin-2.10.1-all-languages.zip安装辅助工具：系统服务srvi
2023年5月17日，中国网络空间安全协会在，武汉网络安全创新论坛，主论坛上正式公布网络安全创新成果评选推荐结果，经专家、学者评议推荐，奇安信，开源软件供应链安全检测关键技术研究及产业化应用，项目获得网络安全优秀创新成果软件安全方向第一名，并作为本届论坛在网络安全领域评选出的4项优秀成果之一，在主论坛进行成果汇报，奇安信开源卫士系统成...。
酒店产业发展，在各地范围内都收到了热烈追崇，兰欧国际酒店由台湾设计师团队精心雕琢，巧妙地将欧陆风情与本土文化特色相融合，综合打造的特色艺术大厅，不仅彰显出深厚文化底蕴与高雅品味，更赢得了主流消费群体的广泛青睐与喜爱，在这样的契机下，一众创业者也纷纷对其萌发了加盟开店的意向，那么兰欧国际酒店加盟前景好不好，需要多少费用，兰欧国际酒店加盟...。
昨日，Mozillla推出了Firefox27正式版，涵盖Windows、Linux、Mac三大桌面平台及Android平台，主要带来了SocialAPI的优化，对TLS1.2的支持，而Android版本也迎来了更多语言的支持，Firefox27主要更新，—借助火狐的社交API接口可以同时运行多个社交服务，支持接收通知消息、在线聊天或...。
相信不少科技爱好者的朋友圈都被Windows10给刷屏了，今天凌晨刚发布的这款系统，有着出乎意料多的新特性，诸如HolographicAPIs这种几近黑科技体验、免费升级的新分发模式等，让人感觉微软在这一代系统上的变化比过去数代还多，微软Windows部门负责人TerryMyerson称，Windows10的改进和创新主要集中在移动、...。
近年来，年轻人罹癌的确诊案例有增加的趋势，不仅是某些癌症年轻族群发生率高，许多患者也自认为自己还年轻与癌症无关而忽略了健康的重要，为了让年轻读者对癌症更了解，并建立出健康的观念，KNOWING也邀请到现职台北喜悦健康诊所的主治医师陈骏逸，透过专访一同来对癌症有个更全面的认识，癌症有年轻化趋势的原因是，哪些癌比较容易好发在年轻族群，建议...。
