Wayfarer 自主发现 Options,攻克 Atari 难题超越 DreamerV3
MarlosCMachado · x · 2026-10-05
DeepMind 研究员 Marlos Machado 分享同事 Erik 的新工作《Mastering Atari 2600 Games with Discovered Options》,提出通用 option-discovery 方法 Wayfarer。
- 无需领域知识、从零开始(tabula rasa),仅用单条经验流即可在高维观测下自动发现时间上扩展的 options
- 学习以 agent 为中心的 Laplacian 表征,用其定义内在奖励来塑造 options,形成表征与 options 相互促进的良性循环
- 在探索、信用分配、迁移三方面同时获益,性能超过 DreamerV3、Rainbow、IQN
- 在 Montezuma's Revenge 等探索困难、信用分配难的经典硬关卡上进展显著
所属事件:DeepMind 提出 Wayfarer：自主发现 options 攻克高难 Atari(9 条相关)→
「研究」频道最新
- NeurIPS 论文 FlowBank:互补 workflow 库+按查询选择,平均 73.40 胜基线 — furongh · 2026-10-05
- FlowBank 作者向 agent 开发者提问:何时复用、改造或新建工作流 — furongh · 2026-10-05
- FlowBank 下一步:让 workflow 库在部署中学会复用、改造或新建 — furongh · 2026-10-05
- FlowBank 离线建小型 workflow 库,推理时按查询预测调用哪个 — furongh · 2026-10-05
- FlowBank 思路:平均表现差的 workflow 恰好能补赢家的短板 — furongh · 2026-10-05
- FlowBank 提出预计算复用方案,五项基准平均 73.40 分入选 NeurIPS — furongh · 2026-10-05