Nature重磅：DeepMind AI又一重大突破，1次配置解决150种多任务

图片地址：https://n.sinaimg.cn/spider20250403/171/w660h311/20250403/690c-6d1f329465e16dd532bad54b19001ce7.jpg

只需使用一种通用算法，就可以解决来自各个应用领域的各种任务，一直是人工智能（AI）行业的基本挑战之一。如今，Google DeepMind 在这一方向取得了新的突破。他们开发的第三代 Dreamer 通用算法，只需一次配置，就能在 150 多种不同任务中胜过专用方法。据介绍，Dreamer 是第一个在没有人类数据或课程的情况下，从零开始在《我的世界》中收集钻石的算法，可以在不进行大量实验的情况下，解决具有挑战性的控制问题，使强化学习具有更广泛的适用性。相关研究论文以 为题，于今日发布在权威科学期刊 上。 Dreamer 是怎样炼成的？目前的强化学习算法可以很容易地应用于与之相似的任务，但将其应用于新的应用领域则需要大量的人类专业知识和实验。更专业的算法通常用于实现更高的性能，针对不同应用领域提出的独特挑战，如连续控制、离散动作解析奖励、图像输入、空间环境和棋盘游戏。将强化学习算法应用于全新的任务，例如从视频游戏转向机器人任