Вікторина «Моделі світу» та вивчені симулятори

Відповіді та пояснення з’являються під час виконання тесту.

1. Яка основна робота світової моделі?
   • Передбачити, як змінюється навколишнє середовище з урахуванням стану та дії
   • Щоб позначити зображення категоріями
   • Щоб стиснути текст у вставки
   • Для маршрутизації мережевих пакетів
2. In the 2018 World Models DoomTakeCover experiment, where was the controller trained?
   • Тільки на реальному обладнанні
   • Всередині власної «мрії» моделі про середовище
   • На публічному хмарному кластері роботів
   • Використання лише мовних даних
3. Якого видатного досягнення досяг DreamerV3 від DeepMind?
   • Написання роману
   • Переклад 100 мов
   • Collecting diamonds in Minecraft using policy learning from imagined trajectories
   • Конструювання мікросхеми
4. Що робить Genie Google?
   • Стискає відео для потокового передавання
   • Сортує результати пошуку
   • Готує репетиторів мови
   • Створює керовані 2D-світи із зображень і відео без міток
5. Як багато світових моделей дозволяють вирішити проблему передбачення для високовимірних вхідних даних, таких як зображення?
   • Вони кодують спостереження в компактний латентний стан і прогнозують у цьому просторі
   • Вони повністю ігнорують зображення
   • Вони використовують лише аудіо
   • Вони зберігають кожен необроблений кадр назавжди
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