热门

最新

红包

立Flag

投票

同城

发布
weixin_40489480
gajet
2 年前
trueweixin_40489480

这意味着 PWM 能更有效地扩展到亿级参数模型。令人难以置信的是，多任务 PWM 几乎匹配了单任务专家如 DreamerV3 和 SAC 的表现。

查看论文、代码和模型：https://imgeorgiev.com/pwm

评论
11
  • 复制链接
  • 举报
下一条：
我们还在 dm_control 和 MetaWorld 的30和80多任务设置上测试了 PWM。在训练了一个大型多任务世界模型后，我们使用 PWM 在每个任务上提取策略的时间不到10分钟。我们分别比 TD-MPC2 超过了 27% 和 8%，而且无需在线规划！ 🧵