Dominar diversas tareas de control a través de modelos mundiales

Área de la Ciencia:

• Inteligencia artificial
• Aprendizaje automático
• La robótica

Sus antecedentes:

• Los algoritmos actuales de aprendizaje por refuerzo (RL) requieren una experiencia humana significativa para las nuevas aplicaciones.
• Los algoritmos generales que aprenden a través de diversas tareas siguen siendo un desafío fundamental en la IA.

Objetivo del estudio:

• Para presentar Dreamer, un algoritmo general de tercera generación para la inteligencia artificial.
• Para demostrar la capacidad de Dreamer para superar métodos especializados en diversas tareas con una sola configuración.

Principales métodos:

• El soñador aprende un modelo del entorno y mejora el comportamiento imaginando escenarios futuros.
• Las técnicas de robustez, incluidas la normalización, el equilibrio y las transformaciones, garantizan un aprendizaje estable entre dominios.

Principales resultados:

• Dreamer logra un rendimiento de vanguardia en más de 150 tareas diversas con una sola configuración.
• Dreamer es el primer algoritmo que recoge diamantes de forma autónoma en Minecraft desde cero, demostrando una estrategia clarividente a partir de píxeles y recompensas escasas.

Conclusiones:

• Dreamer ofrece una solución general para problemas de control complejos, reduciendo la necesidad de experimentos extensos.
• Este avance amplía significativamente la aplicabilidad del aprendizaje por refuerzo en varios dominios.