diamond

收录理由

DIAMOND 是 NeurIPS 2024 Spotlight 论文的官方代码，其核心思路是让强化学习智能体完全在基于扩散模型的世界模型中训练，而不是直接与真实环境交互。对于研究基于模型的强化学习或世界模型的开发者来说，它提供了一个少见的干净基线：代码可直接运行，还附带 Atari 预训练权重，你不仅能观看智能体表现，还能随时接管控制。论文和项目页面把设计思路讲得很清楚，因此这个仓库也适合作为学习扩散模型如何充当“可学习的模拟器”的实践教材。如果你所在团队正在考虑用生成模型替代或补充传统模拟器，这里是一个很好的起点，尽管它离成熟产品还有距离。