विश्व मॉडल और सीखे हुए सिमुलेटर

विश्व मॉडल एक तंत्रिका नेटवर्क है जो भविष्यवाणी करना सीखता है कि समय के साथ वातावरण कैसे बदलता है, जिससे एआई को कार्य करने से पहले भविष्य के परिणामों की 'कल्पना' करने की सुविधा मिलती है। सीखे गए सिमुलेटर इसे और आगे ले जाते हैं, इंजीनियरों द्वारा हाथ से कोड किए जाने के बजाय डेटा से इंटरैक्टिव, खेलने योग्य वातावरण तैयार करते हैं।

क्या करना है यह याद रखने के बजाय, एक विश्व मॉडल एक पर्यावरण की गतिशीलता को पकड़ता है: वर्तमान स्थिति और एक प्रस्तावित कार्रवाई को देखते हुए, यह अगले अवलोकन की भविष्यवाणी करता है। हा और श्मिडहुबर द्वारा क्लासिक 2018 'वर्ल्ड मॉडल्स' पेपर ने एक ऑटोएनकोडर के साथ गेम फ्रेम को संपीड़ित किया, एक आवर्ती नेटवर्क के साथ उनकी गतिशीलता को मॉडल किया, और इस सीखे हुए 'सपने' के अंदर लगभग पूरी तरह से एक नियंत्रक को प्रशिक्षित किया। डीपमाइंड की ड्रीमर लाइन काल्पनिक प्रक्षेप पथों को चलाकर अव्यक्त गतिशीलता और योजनाएं सीखती है, और ड्रीमरवी3 ने विविध कार्यों में महारत हासिल की है - यहां तक ​​कि माइनक्राफ्ट में शुरुआत से हीरों को इकट्ठा करना भी। हाल ही में, Google का जिन्न छवियों और बिना लेबल वाले वीडियो से नियंत्रणीय 2D दुनिया उत्पन्न करता है, और GameNGen ने केवल एक प्रसार मॉडल का उपयोग करके वास्तविक समय में गेम DOOM को पुन: पेश किया। अपील: एजेंट जोखिम भरी, धीमी वास्तविकता के बजाय सस्ती, तेज़ कल्पना में सीख सकते हैं या परीक्षण कर सकते हैं।