本项目 · 项目发布与研究
DIAMOND 研究用扩散世界模型训练 Atari 智能体
DIAMOND 根据历史画面和动作生成后续游戏画面，让强化学习智能体在扩散世界模型中训练。
此条只描述 Atari 研究对象，不包含后来 CS:GO 演示的能力与运行条件。
DIAMOND 研究团队 / 独立收录记录
DIAMOND（Atari / NeurIPS 2024）
DIAMOND 的 Atari 研究使用扩散模型生成动作后的下一游戏帧，让智能体在学习到的视觉环境里训练。本页聚焦 NeurIPS 2024 的 Atari 对象。
技术资料
来源与原文 ↓能做什么，使用时要注意什么
输入与结果
- 提供什么
- 历史游戏帧和智能体动作。
- 得到什么
- 下一游戏画面帧。
- 动作的作用
- 预测以动作为条件。
开放情况与使用边界
- 开放声明
- 开放权重
开放情况是所引材料中的声明；当前访问方式与服务状态请以官方页面为准。开放权重不等于开源。
分类与用途
- 控制方式
- 智能体动作
- 应用领域
- 游戏
Atari 论文对象与单独训练的 CS:GO 演示分开。生成画面不是游戏程序执行的真实状态；不同训练数据、模型规模和分支不合并。
查看分类依据 ↓资料尚未确认
开源情况适用限制需要区分的对象已收录材料不足以判断，未确认不代表没有相应能力。
沿着公开资料继续了解
按事件时间展示已收录进展，非完整新闻列表。
来源与原文
按原始材料集中查阅；相同原句合并展示，对应资料与阅读日期一并保留。
DIAMOND（Atari / NeurIPS 2024） · 项目原始材料
核对原文摘录 · 3 段，支持 4 项资料
原阅读方向 / 输出什么
We train a diffusion model to predict the next frame of the game.输入什么
The diffusion model takes into account the agent’s action and the previous frames to simulate the environment response.动作是否影响预测
The diffusion world model takes into account the agent's action and previous frames to generate the next frame.DIAMOND（Atari / NeurIPS 2024） · 项目原始材料
核对原文摘录 · 2 段，支持 2 项资料
一句话认识
DIAMOND (DIffusion As a Model Of eNvironment Dreams) is a reinforcement learning agent trained entirely in a diffusion world model.来源中的开放声明
Quick install to try our pretrained world models using miniconda:DIAMOND（Atari / NeurIPS 2024） · 项目原始材料
补充阅读入口，当前技术字段未引用该页摘录。
本站整理来源中的声明，不核查厂商声明真伪，不评价模型优劣。了解收录方式 →