Pan、Minecraftでマルチタスクを実現する汎用ゴール条件付きモデルを発表
A General Goal-Conditioned Minecraft Model
Pantographは、インターネット規模の動画で事前学習したゴール条件付きモデル「Pan」を発表しました。4Bパラメータのモデルは、Minecraft内でモブとの戦闘、探索、建築など、多様なタスクを指示に応じて実行できます。従来の手法は事後学習でゴール指向性を獲得するのに対し、Panは事前学習中にゴール指向性を学習することで、未見の環境への汎化を向上させています。評価では、STEVE-1やVLAベースラインを大幅に上回る性能を示しました。
インターネット規模の動画を、報酬や行動を含まない強化学習の軌跡と見なすことで、モデルは計算量に応じてスケールし、小さな行動データセットに制限されずに学習できる可能性があります。