Google DeepMind新突破：Dreamer通用算法引领强化学习变革

Google DeepMind 在人工智能领域取得重大突破，其开发的第三代Dreamer通用算法成为焦点。长期以来，用一种通用算法解决各领域任务是AI行业的挑战，如今Dreamer算法做到了一次配置，便在150多种不同任务中超越专用方法。

Dreamer算法的独特构造是其成功关键。它由3个神经网络 构成：世界模型 预测行动结果，评论者 评估结果价值，行动者选择最优行动。这3个部分在行动者与环境互动时，依据重放经验同时训练。

在性能评估方面，研究团队从基准、《我的世界》、消融、扩展性 4个维度，对Dreamer在8个领域、超过150项任务进行测试。在基准测试里，Dreamer在适用领域可与顶尖专用算法媲美甚至更优；在《我的世界》中，它成为首个从零开始收集钻石的算法，且不依赖人工数据；消融测试发现多种鲁棒性技术提升了性能；扩展性测试表明，增加模型大小能提高任务性能并降低数据需求。

Dreamer算法凭借其基于无监督目标 的世界模型 ，为未来研究开辟新路径，如从互联网视频传授知识，以及实现跨领域学习单一世界模型 ，助力智能体积累通用知识和能力 ，推动强化学习迈向新高度。