PAPER 강화학습 · World Models
DreamerV2: 이산 잠재로 Atari를 정복하다
Dreamer의 연속 잠재를 범주형(categorical) 잠재로 바꾸고 KL 밸런싱을 도입해, 단일 월드 모델로 인간 수준 Atari 성능을 달성한 모델.
#World Model
0 articles · 4 analyses (4 au total)
PAPER
Analyses d’articles
PAPER 강화학습 · World Models
Dreamer: 상상 속에서 정책을 학습하다
PlaNet의 RSSM 위에서 actor-critic을 잠재 상상(imagination) 롤아웃으로 학습해, 계획 비용 없이 높은 표본 효율을 달성한 모델.
PAPER 강화학습 · World Models
PlaNet: 잠재 공간에서 계획하기
픽셀로부터 잠재 동역학을 학습하고, 그 잠재 공간 위에서 모델 예측 제어(MPC)로 직접 계획을 세우는 RSSM 기반 모델.
PAPER 강화학습 · World Models
World Models: 꿈 속에서 정책을 학습하다
에이전트가 환경의 압축된 내부 모델을 학습하고, 그 모델이 만든 가상 환경(꿈) 안에서 정책을 훈련한다는 월드 모델 계열의 출발점.