বিশ্ব মডেল এবং শেখা সিমুলেটর

একটি বিশ্ব মডেল হল একটি নিউরাল নেটওয়ার্ক যা ভবিষ্যদ্বাণী করতে শেখে যে সময়ের সাথে পরিবেশ কীভাবে পরিবর্তিত হয়, একটি এআইকে অভিনয় করার আগে ভবিষ্যতের ফলাফলকে 'কল্পনা' করতে দেয়। শেখা সিমুলেটররা এটিকে আরও এগিয়ে নিয়ে যায়, প্রকৌশলীদের দ্বারা হ্যান্ড-কোড করার পরিবর্তে ডেটা থেকে ইন্টারেক্টিভ, খেলার যোগ্য পরিবেশ তৈরি করে।

কী করতে হবে তা মুখস্থ করার পরিবর্তে, একটি বিশ্ব মডেল একটি পরিবেশের গতিশীলতাকে ক্যাপচার করে: বর্তমান অবস্থা এবং একটি প্রস্তাবিত কর্মের পরিপ্রেক্ষিতে, এটি পরবর্তী পর্যবেক্ষণের পূর্বাভাস দেয়। Ha এবং Schmidhuber-এর ক্লাসিক 2018 'ওয়ার্ল্ড মডেল' পেপার একটি অটোএনকোডার সহ গেম ফ্রেমকে সংকুচিত করেছে, একটি পুনরাবৃত্ত নেটওয়ার্কের সাথে তাদের গতিবিদ্যাকে মডেল করেছে এবং এই শেখা 'স্বপ্ন'-এর মধ্যে প্রায় সম্পূর্ণভাবে একজন নিয়ামককে প্রশিক্ষণ দিয়েছে। ডিপমাইন্ডের ড্রিমার লাইন কাল্পনিক ট্র্যাজেক্টোরিগুলিকে রোল আউট করার মাধ্যমে সুপ্ত গতিবিদ্যা এবং পরিকল্পনা শেখে এবং DreamerV3 বিভিন্ন কাজে আয়ত্ত করে — এমনকি স্ক্র্যাচ থেকে Minecraft-এ হীরা সংগ্রহ করা। অতি সম্প্রতি, Google-এর Genie ছবি এবং লেবেলবিহীন ভিডিও থেকে নিয়ন্ত্রণযোগ্য 2D ওয়ার্ল্ড তৈরি করে, এবং GameNGen শুধুমাত্র একটি ডিফিউশন মডেল ব্যবহার করে রিয়েল টাইমে DOOM গেমটিকে পুনরুত্পাদন করেছে। আবেদন: এজেন্টরা ঝুঁকিপূর্ণ, ধীর বাস্তবতার পরিবর্তে সস্তা, দ্রুত কল্পনায় শিখতে বা পরীক্ষা করা যেতে পারে।