一个智能体打天下：谷歌、DeepMind重磅推出PlaNet，数据效率提升50倍

  新智元报道  来源：Google AI    编辑：肖琴【新智元导读】Google AI 与 DeepMind 合作推出深度规划网络 (PlaNet)，这是一个纯粹基于模型的智能体，能从图像输入中学习世界模型，完成多项规划任务，数据效率平均提升50倍，强化学习又一突破。通过强化学习 (RL)，对 AI 智能体如何随着时间的推移提高决策能力的研究进展迅速。对于强化学习，智能体在选择动作 (例如，运动命令) 时会观察一系列感官输入 (例如，相机图像)，并且有时会因为达成指定目标而获得奖励。RL 的无模型方法 (Model-free) 旨在通过感官观察直接预测良好的行为，这种方法使 DeepMind 的 DQN 能够玩雅达利游戏，使其他智能体能够控制机器人。然而，这是一种黑盒方法，通常需要经过数周的模拟交互才能 ………………………………