世界モデルと学習済みシミュレーターのクイズ

クイズに答えると、答えと解説が表示されます。

1. ワールドモデルの中核となる仕事は何ですか?
   • 状態とアクションを考慮して環境がどのように変化するかを予測する
   • 画像にカテゴリのラベルを付けるには
   • テキストを圧縮して埋め込みにするには
   • ネットワークパケットをルーティングするには
2. In the 2018 World Models DoomTakeCover experiment, where was the controller trained?
   • 実際のハードウェアのみ
   • モデル自身が学習した環境の「夢」の内部
   • パブリック クラウドのロボット クラスター上で
   • 言語データのみを使用する
3. DeepMind の DreamerV3 はどのような注目すべき偉業を達成しましたか?
   • 小説を書く
   • 100の言語を翻訳
   • Collecting diamonds in Minecraft using policy learning from imagined trajectories
   • マイクロチップの設計
4. Google のジーニーは何をしますか?
   • ストリーミング用にビデオを圧縮します
   • 検索結果を並べ替えます
   • 語学講師を養成します
   • 画像とラベルのないビデオから制御可能で再生可能な 2D 世界を生成します
5. 多くの世界モデルは、画像のような高次元入力に対する予測問題をどのように扱いやすくしているのでしょうか?
   • 彼らは観察をコンパクトな潜在状態にエンコードし、その空間で予測します。
   • 彼らはイメージを完全に無視します
   • 音声のみを使用します
   • すべての生のフレームを永久に保存します
6. What is a potential motivation for using a world model in robotics?
   • Guarantee every simulated action is safe to deploy
   • Explore candidate actions in learned dynamics with fewer real-world interactions, while validating model accuracy
   • Avoid testing the model against any real observations
   • Prove a visually realistic frame is physically accurate
7. What techniques did DreamerV3 report for improving learning stability across diverse domains?
   • A fixed image resize and no reward modeling
   • A hand-written controller for every game
   • Normalization, balancing, and transformations
   • Removing all state observations from training
8. Why does visually plausible output from a learned simulator not by itself prove accurate dynamics?
   • Visual models cannot process actions
   • Every rendered image is a ground-truth sensor measurement
   • Plausibility guarantees accurate forces and collisions
   • A realistic-looking frame may still depict incorrect physical state changes