iris

收录理由

IRIS 是 ICLR 2023 一篇论文的官方代码库，该论文展示了如何用远少于传统方法所需的经验来训练世界模型。其智能体仅凭约两小时的真实游戏画面就能学会玩 Atari 游戏，而经典强化学习智能体通常需要多几个数量级的交互。核心思路是用离散自编码器把游戏帧编码成 token 序列，再用自回归 Transformer 预测后续状态，从而让智能体在想象中演练数百万条轨迹。代码基于 Hydra 管理配置，支持断点续训和 Weights & Biases 日志，方便复现论文或在其上做扩展。对于研究基于模型的强化学习或世界模型的人来说，直接读这份代码比只看论文能更快上手。