待验证50% 置信基准精确时间
Dreamer 系列在多个 Atari 和 3D 环境基准上达到了与无模型强化学习相当甚至更优的性能
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证AI驱动的3D生成方案的核心突破在于用学习到的语义理解替代硬编码规则，理论上能产生更自然、更多样化的结果64% 相似待验证Keen Technologies发布了首篇研究论文《Physical Atari: A Robust and Accessible Platform for Real-time Reinforcement Learning on Robots》62% 相似待验证Arcade Learning Environment（ALE）由Marc Bellemare等人于2013年提出，将数十款Atari 2600游戏封装为统一的强化学习基准测试平台62% 相似待验证2017年OpenAI发表论文证明简单的进化策略（Evolution Strategies）在Atari游戏和MuJoCo控制任务中能达到与深度强化学习相当的性能，且具有更好的并行化特性61% 相似待验证DQN在49款Atari游戏中达到了人类水平的表现59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/901155API
curl https://kongchang.com/api/v1/knowledge/claims/901155MCP
get_claim(id=901155)