世界モデルにPokémonをプレイさせてみた
Teaching a World Model to Play Pokemon
Yann LeCunのJEPAアーキテクチャに基づくLeWorldModelをRTX 3080 Tiで訓練し、Pokémon Redのオーク研究所で最初のポケモンを選ぶタスクに挑戦。エンコーダと予測器で潜在空間を予測するが、埋め込みが崩壊する問題に直面。SIGRegで正則化し、ロールアウト微調整を経て、モデルはSquirtleを選ぶボタン列を計画できるようになった。
モデルはオーク研究所の中で永遠にさまよい続けるかもしれない。あるいは、Aを数回押すたびにBを押して、目標にほとんど到達したところで努力をキャンセルするかもしれない。
HNでの議論
14- dang
AIがPokémonをプレイするスレッドを同時に2つ立てるなんて、いいのか？
Show HN: Jev Plays Pokémon Red - https://news.ycombinator.com/item?id=49845172
- stmonty
投稿者です。何か質問があれば気軽にどうぞ。ただ、私はこの分野の専門家ではなく、学びながら楽しんでいるだけの人間です。
- VCFundedGenYer
なぜこれがもう一つのスレッドの重複なんだ？