DreamerV3 接入Maze Env OK了

https://github.com/NM512/dreamerv3-torch/issues/18

参考 DeepMind Dreamer 在这个任务上栽了 这个任务考验AI记忆能力的泛化

欢迎改进提升AI的记忆能力；

{"step": 601000, "dataset_size": 300500.0, "train_return": 6.0, "train_length": 500.0, "train_episodes": 601.0}

{"step": 704000, "dataset_size": 352000.0, "train_return": 6.0, "train_length": 500.0, "train_episodes": 704.0}

{"step": 454000, "dataset_size": 227000.0, "train_return": 6.0, "train_length": 500.0, "train_episodes": 454.0}

{"step": 528000, "dataset_size": 264000.0, "train_return": 6.0, "train_length": 500.0, "train_episodes": 528.0}

{"step": 545000, "eval_return": 2.9, "eval_length": 500.0, "eval_episodes": 10.0}

{"step": 555000, "dataset_size": 277500.0, "train_return": 6.0, "train_length": 500.0, "train_episodes": 555.0}

{"step": 581000, "dataset_size": 290500.0, "train_return": 6.0, "train_length": 500.0, "train_episodes": 581.0}

{"step": 608000, "dataset_size": 304000.0, "train_return": 6.0, "train_length": 500.0, "train_episodes": 608.0}

{"step": 616000, "dataset_size": 308000.0, "train_return": 6.0, "train_length": 500.0, "train_episodes": 616.0}

{"step": 649000, "dataset_size": 324500.0, "train_return": 6.0, "train_length": 500.0, "train_episodes": 649.0}

{"step": 693000, "dataset_size": 346500.0, "train_return": 6.0, "train_length": 500.0, "train_episodes": 693.0}

torch版本效果对比：

相关推荐：

code：通过进化、可塑性和 元 元学习 获得认知能力（4个时间维度的学习迭代）

代码：Learning to Learn and Forget （华为）

神经科学的深度学习框

代码：一个epoch打天下：深度Hebbian BP (华为实验室) 抗攻击

嵌套自我：产前发育中的自组织和共享马尔可夫毯

在突触学习和计算目标之间建立精确关系的框架

大脑中复杂适应动力学的神经调节控制

DeepMind Dreamer 系列为什么效果这么好

脑启发的ANN学习机制综述

DeepMind-代码：元学习认知模型 Meta-Learned Models of Cognition