更改

DreamerV2 在 Atari 基准测试中表现出色，超越了多个强大的无模型算法。论文选取了 55 款 Atari 游戏进行实验，遵循特定的评估协议，使用单任务设置且每个代理仅使用单个环境实例。在与 IQN、Rainbow、C51 和 DQN 等无模型算法的对比中，DreamerV2 在所有四种聚合指标（Gamer Median、Gamer Mean、Record Mean、Clipped Record Mean）上均优于这些算法。例如，在 200M 环境步骤时，DreamerV2 的 Clipped Record Mean 得分为 0.28，而 IQN、Rainbow、C51 和 DQN 的该指标得分分别为 0.21、0.17、0.15 和 0.12。在个别游戏上，DreamerV2 在大多数游戏中取得了可比或更高的性能，如在 James Bond、Up N Down 和 Assault 等游戏上相比无模型代理有显著提升，但在 Video Pinball 游戏上表现欠佳，可能是因为世界模型的重建损失未鼓励学习有意义的潜在表示，游戏中最重要的物体 —— 球，仅占一个像素。

DreamerV2 在 Atari 基准测试中表现出色，超越了多个强大的无模型算法。论文选取了 55 款 Atari 游戏进行实验，遵循特定的评估协议，使用单任务设置且每个代理仅使用单个环境实例。在与 IQN、Rainbow、C51 和 DQN 等无模型算法的对比中，DreamerV2 在所有四种聚合指标（Gamer Median、Gamer Mean、Record Mean、Clipped Record Mean）上均优于这些算法。例如，在 200M 环境步骤时，DreamerV2 的 Clipped Record Mean 得分为 0.28，而 IQN、Rainbow、C51 和 DQN 的该指标得分分别为 0.21、0.17、0.15 和 0.12。在个别游戏上，DreamerV2 在大多数游戏中取得了可比或更高的性能，如在 James Bond、Up N Down 和 Assault 等游戏上相比无模型代理有显著提升，但在 Video Pinball 游戏上表现欠佳，可能是因为世界模型的重建损失未鼓励学习有意义的潜在表示，游戏中最重要的物体 —— 球，仅占一个像素。

[[文件:3-1.png|替代=|无|缩略图|300x300像素|Atari 游戏性能，引自<ref name=":1" />]][[文件:3-4.png|替代=|无|缩略图|600x600像素|2 亿步时的Atari游戏性能。 引自<ref name=":1" />]][[文件:3-T1.png|替代=|无|缩略图|600x600像素|2 亿步时的Atari游戏性能。引自<ref name=":1" />]]

[[文件:3-1.png|替代=|无|缩略图|300x300像素|Atari 游戏性能，引自<ref name=":1" />]][[文件:3-4.png|替代=|无|缩略图|600x600像素|2 亿步时的Atari游戏性能。 引自<ref name=":1" />]][[文件:3-T1.png|替代=|无|缩略图|600x600像素|2 亿步时的Atari游戏性能。引自<ref name=":1" />]]

==== DreamerV3 ====

==== DreamerV3 ====

[[文件:3-5.png|替代=|无|缩略图|600x600像素|DreamerV2 智能体各种消融实验的裁剪记录归一化分数。引自<ref name=":1" />]]

[[文件:3-5.png|替代=|无|缩略图|600x600像素|DreamerV2 智能体各种消融实验的裁剪记录归一化分数。引自<ref name=":1" />]]

[[文件:3-T2.png|替代=|无|缩略图|600x600像素|通过 2 亿帧时的Atari性能对 DreamerV2 进行的消融实验，按最后一列排序。引自<ref name=":1" />]]

[[文件:3-T2.png|替代=|无|缩略图|600x600像素|通过 2 亿帧时的Atari性能对 DreamerV2 进行的消融实验，按最后一列排序。引自<ref name=":1" />]]

==== DreamerV3：BSuite 和 Minecraft 等拓展任务性能 ====

==== DreamerV3：BSuite 和 Minecraft 等拓展任务性能 ====