Ir al contenidoExperimentar
Predecir para elegir una acción
Explora horizontes largos y el riesgo de predicciones inexactas.
Lo esencial
Cómo funciona
Un modelo del mundo predice aspectos útiles de un entorno. DreamerV3 aprende comportamientos en trayectorias imaginadas dentro de un modelo latente. MuZero combina un modelo relevante para decidir con búsqueda en árbol.
Qué recordar
Utilizan las predicciones de forma distinta. Los errores pueden acumularse; mirar más lejos no garantiza una mejor decisión. El ejemplo no ejecuta ninguno de esos algoritmos.
Fuentes científicas
- Hafner et al. · 2023Mastering Diverse Domains through World ModelsDreamerV3 · arXiv v2 · 2024Publicación original
- Schrittwieser et al. · 2019Mastering Atari, Go, Chess and Shogi by Planning with a Learned ModelarXiv v2 · 2020Publicación original
Síntesis didáctica de las fuentes citadas. Los resultados dependen de las tareas, protocolos y recursos de cada publicación.