Ir ao conteúdoExperimentar
Prever para escolher uma ação
Explore horizontes longos e o risco de previsões incorretas.
O essencial
Como funciona
Um modelo do mundo prevê aspectos úteis de um ambiente. DreamerV3 aprende comportamentos em trajetórias imaginadas em um modelo latente. MuZero combina um modelo relevante para decisões com busca em árvore.
Para lembrar
As previsões são usadas de formas diferentes. Erros podem se acumular; olhar mais longe não garante melhor decisão. O exemplo não executa nenhum desses algoritmos.
Fontes científicas
- Hafner et al. · 2023Mastering Diverse Domains through World ModelsDreamerV3 · arXiv v2 · 2024Publicação original
- Schrittwieser et al. · 2019Mastering Atari, Go, Chess and Shogi by Planning with a Learned ModelarXiv v2 · 2020Publicação original
Síntese didática das fontes citadas. Os resultados dependem das tarefas, protocolos e recursos de cada publicação.