dreamerv3

收录理由

DreamerV3 是论文《Mastering Diverse Control Tasks through World Models》的官方 JAX 实现，该算法发表在《自然》杂志上。它不直接通过试错来学习，而是先从过往经验中压缩出一个世界模型，再在想象出的未来轨迹上训练策略，因此能用相对较少的交互学会有用的行为。项目最突出的成果是：一套固定的超参数就能在从 Atari、Minecraft 到模拟机器人控制等跨度极大的任务上表现良好，省去了为每个环境单独调参的麻烦。仓库自带主要基准测试的配置文件，也提供了 Docker 镜像，启动训练、查看指标都很省事。对于做控制或具身智能体的人来说，这份代码是值得精读、运行和对比的参考实现。