三花快讯 · 2024, 5月25日
DIAMOND: 自我学习的新方法
通过扩散模型创建一个游戏世界的模拟环境并在其中训练
DIAMOND 通过扩散模型创建一个游戏世界的模拟环境，可以在其中不断尝试和训练，从而更快地学会如何通关。DIAMOND 在一些经典游戏中的表现已经超过了人类玩家。
商业转载请联系三花微信公众号获得授权，非商业转载请注明本文出处及文章链接，您可以自由地在任何媒体以任何形式复制和分发作品，也可以修改和创作，但是分发衍生作品时必须采用相同的许可协议。
本文采用 CC BY-NC-SA 4.0 - 非商业性使用 - 相同方式共享 4.0 国际 进行许可。