ДаліНаступний посібник
Моделі NVIDIA Cosmos World Foundation
Компанії
ПОСІБНИК З ОСНОВ
Моделі світу та вивчені симулятори
A world model predicts environment dynamics from observations and actions.
Послухайте цей посібникШІ-розказаний · ~2 min
На цій сторінці2 хвилини читання
Огляд
The cited World Models, DreamerV3, Genie, and GameNGen papers demonstrate different learned-simulation settings.
Глибоке занурення
World models learn representations and dynamics that predict how an environment changes with actions. Ha and Schmidhuber’s 2018 work used a variational autoencoder to encode observations and a recurrent model for latent dynamics. Its CarRacing experiment used those learned features for control. In the separate DoomTakeCover experiment, the controller was trained inside the learned DoomRNN environment and then evaluated in the actual game; the authors did not train that controller directly in VizDoom. DreamerV3 reports collecting Minecraft diamonds from scratch without human demonstrations, using policy learning from imagined trajectories in its evaluated setup. Genie learns interactive environments from unlabeled internet video and can condition a generated environment on an image. GameNGen demonstrates a learned simulator for DOOM. These are different research settings, not evidence that one simulator can reliably reproduce every game or physical environment.
Реалізація в реальному світі
2018 World Models: the DoomTakeCover controller was trained in the learned DoomRNN dream environment and transferred to the actual game environment.
DreamerV3: the paper reports collecting Minecraft diamonds from scratch without human demonstrations under its evaluation setup.
Genie: the paper trains on unlabeled internet video and conditions generated interactive worlds on images.
GameNGen: the paper demonstrates a learned simulator for the named DOOM game.
Майбутнє світових моделей і навчених симуляторів
A research direction is to measure long-horizon predictive accuracy and policy transfer for the intended task. Validate imagined experience against the real environment before relying on it for safety-critical decisions.
Застосування на практиці
Чому це важливо
- Чіткіші рішення. Це допоможе вам відокремити чіткі технічні заяви від маркетингової мови.
- Вартість і бюджет. Перш ніж витрачати гроші чи час, ви можете задати питання про кращу реалізацію.
- Команда та робочий процес. Команди зі спільним розумінням приймають кращі рішення щодо продуктів, політики та навчання.
Зверніть увагу на
- Різні команди можуть використовувати той самий термін по-різному, тому визначте обсяг завчасно.
- Порівняльні показники можуть виглядати сильними, тоді як продуктивність у реальному світі нерівномірна.
- Ігнорування якості даних і планів оцінки часто призводить до нестабільних результатів.
Наступні кроки
- Почніть із простого визначення необхідного результату.
- Перед тестуванням виберіть одну метрику успіху та одну умову невдачі.
- Запустіть невеликий пілот із репрезентативними даними, а не відшліфованим демонстраційним набором.
- Задокументуйте, де World Models і Learned Simulators допомагають, а де простіші методи кращі.
Продовжуйте досліджувати
Безплатний розсилок
Отримуйте щоденне зведення новин про ШІ
Три перевірені історії про ШІ щоробочого ранку, написані простою мовою. Безплатно назавжди, без реклами.
Один лист щотижня з понеділка по п'ятницю. Відписатися в один клік. Ми ніколи не продаємо та не передаємо вашу адресу.
Перевір себе
Take the World Models and Learned Simulators quiz
Миттєва зворотна связь на кожну відповідь та сертифікат із перевіреним ідентифікатором, яким можна поділитися, після проходження курсу.
Підтримайте безплатну освіту у сфері ШІ. AI Understanding — це некомерційна організація 501(c)(3) — без реклами, без платних стін, назавжди. Зробіть пожертву
Часті запитання
What is World Models and Learned Simulators?
A world model predicts environment dynamics from observations and actions. The cited World Models, DreamerV3, Genie, and GameNGen papers demonstrate different learned-simulation settings.
Яка основна робота світової моделі?
Модель світу вивчає динаміку навколишнього середовища: на основі поточного стану та дії вона передбачає наступне спостереження (і часто винагороду), уможливлюючи уявні розгортання.
In the 2018 World Models DoomTakeCover experiment, where was the controller trained?
The authors trained the controller inside their learned DoomRNN environment and transferred it to the actual DoomTakeCover environment. This is distinct from their CarRacing feature-extraction experiment.
Якого видатного досягнення досяг DreamerV3 від DeepMind?
DreamerV3 reports reaching the diamond achievement in Minecraft from scratch without human demonstrations in its evaluated setup, using a learned world model for policy learning.
Що робить Genie Google?
Genie — це генеративне інтерактивне середовище, яке вивчає відео без міток для створення 2D-світів, керованих діями.
Як багато світових моделей дозволяють вирішити проблему передбачення для високовимірних вхідних даних, таких як зображення?
Спостереження кодуються в низьковимірний латентний стан, а функція переходу передбачає наступний латентний стан, роблячи розгортання ефективними.
Продовжуйте вчитися
Пов'язані посібники
Інші посібники, вибрані для цієї теми