应用介绍

强化学习算法换一个任务就要重新调一遍超参数，通用性很差。DreamerV3 是一个基于世界模型的通用强化学习算法，用同一套超参数掌握各种不同领域的任务。

它是第一个无需人类数据就在《我的世界》中从零挖到钻石的算法，成果发表于《自然》。

软件功能

通用算法：一套超参数。

世界模型：想象中学习。

我的世界：从零挖钻石。

JAX 实现：高效训练。