dreamerv2

收录理由

DreamerV2 是首个在 Atari 基准上达到人类水平的世界模型智能体，这个仓库正是它在 TensorFlow 2 下的官方参考实现。它的思路不是直接靠奖励信号学策略，而是先从原始图像观测中提炼出紧凑的潜在环境模型，再在这个模型想象的轨迹上训练演员和评论家网络。这样换来的样本效率相当可观，而且仓库里附带了全部 55 款游戏的训练曲线，你可以自己核对，不必只信论文里的说法。安装也省事，pip 装上就能跑，训练和评估循环单张 GPU 就能完成，普通硬件上复现结果并不难，Dockerfile 还能帮你解决依赖环境。想深入理解世界模型或样本高效控制的话，读这套代码比看大多数教程收获都大。