掩蔽生成先验改善世界模型序列建模能力
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对深度强化学习中模型有效性不足的问题，提出了基于掩蔽生成先验的GIT-STORM模型，通过 Transformer 架构改进世界模型序列建模。研究结果在Atari 100k基准测试中显示出显著的性能提升，并首次将Transformer应用于连续动作环境，为模型的高效性和控制任务提供了新的解决方案。
近年来，STORM模型结合Transformer和变分自编码器，在视觉强化学习中表现优异。在Atari 100k测试中，其成绩超过人类平均水平126.7%。使用单个NVIDIA GeForce RTX 3090显卡训练，仅需4.3小时，效率很高。
