本文へスキップ

DIAMOND

拡散世界モデルの中で強化学習エージェントを訓練する

公式サイトを見る

DIAMOND とは

本モデルは拡散世界モデルで訓練された強化学習エージェントで、視覚的な細部が重要な Atari ゲームの世界モデル化を扱う。Atari ゲームの一部を対象に自己回帰による想像で訓練されている。

できること

  • 可視化モードとデータセットモードで保存済みエピソードを眺める
  • 拡散世界モデルのサンプリングパラメータを変える
  • キー m などで操作権を得る

始め方

  • リポジトリをローカルにクローンまたはダウンロードする
  • miniconda か python venv で開発環境を整える
  • Python 3.10 と必要なライブラリをインストールする
  • 学習済みの世界モデルを動かしてエージェントを観察する

長所と短所

✓ 良い点

  • 可視化モードとデータセットモードで保存済みエピソードを再生できる
  • miniconda または python venv で環境を構築できる

! 注意したい点

  • Python 3.10 とその他のライブラリを自分で入れる必要がある
  • 訓練の対象は Atari ゲームの一部に限られる

よくある質問

DIAMOND の名前の由来は?

資料では DIffusion As a Model Of eNvironment Dreams と説明されている。

始め方は?

リポジトリをクローンし、miniconda か python venv で環境を用意して依存を入れ、学習済みの世界モデルを実行する。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法