deepmind的ai智能体，又来卷自己了！

注意看，这个名叫BBF的家伙，只用2个小时，就掌握了26款雅达利游戏，效率和人类相当，超越了自己一众前辈。

要知道，AI智能体通过强化学习解决问题的效果一直都不错，但最大的问题就在于这种方式效率很低，需要很长时间摸索。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

图片

而BBF带来的突破正是在效率方面。

怪不得它的全名可以叫Bigger、Better、Faster。

而且它还能只在单卡上完成训练，算力要求也降低许多。

BBF由谷歌DeepMind和蒙特利尔大学共同提出，目前数据和代码均已开源。

最高可取得人类5倍成绩

用于评价BBF游戏表现的数值，叫做IQM。

IQM是多方面游戏表现的综合得分，本文中的IQM成绩以人类为基准进行了归一化处理。

经与多个前人成果相比较，BBF在包含26款雅达利游戏的Atari 100K测试数据集中取得了最高的IQM成绩。

并且，在训练过的26款游戏中，BBF的成绩已经超过了人类。

与表现相似的Eff.Zero相比，BBF消耗的GPU时间缩短了将近一半。

而消耗GPU时间相似的SPR和SR-SPR，性能又和BBF差了一大截。

图片

而在反复进行的测试中，BBF达到某一IQM分数的比例始终保持着较高水平。

甚至有超过总测试次数1/8的运行当中取得了5倍于人类的成绩。

图片

即使加上其他没有训练过的雅达利游戏，BBF也能取得超过人类一半的分数IQM分数。

而如果单独看未训练的这29款游戏，BBF的得分是人类的四至五成。

图片

以SR-SPR为基础修改

推动BBF研究的问题是，如何在样本量稀少的情况下扩展深度强化学习网络。

Pippit AI

CapCut推出的AI创意内容生成工具

133 查看详情

为了研究这一问题，DeepMind将目光聚焦在了Atari 100K基准上。

但DeepMind很快发现，单纯增大模型规模并不能提高其表现。

图片

在深度学习模型的设计中，每步更新次数（Replay Ratio，RR）是一项重要参数。

具体到雅达利游戏，RR值越大，模型在游戏中取得的成绩越高。

最终，DeepMind以SR-SPR作为基础引擎，SR-SPR的RR值最高可达16。

而DeepMind经过综合考虑，选择了8作为BBF的RR值。

考虑到部分用户不愿花费RR=8的运算成本，DeepMind同时开发了RR=2版本的BBF

图片

DeepMind对SR-SPR中的多项内容进行修改之后，采用自监管训练得到了BBF，主要包括以下几个方面：

• 更高的卷积层重置强度：提高卷积层重置强度可以增大面向随机目标的扰动幅度，让模型表现更好并减少损失，BBF的重置强度增加后，扰动幅度从SR-SPR的20%提高到了50%
• 更大的网络规模：将神经网络层数从3层提高至15层，宽度也增大4倍
• 更新范围（n）缩小：想要提高模型的表现，需要使用非固定的n值。BBF每4万个梯度步骤重置一次，每次重置的前1万个梯度步骤中，n以指数形式从10下降至3，衰减阶段占BBF训练过程的25%
• 更大的衰减因子（γ）：有人发现增大学习过程中的γ值可以提高模型表现，BBF的γ值从传统的0.97增至0.997
• 权重衰减：避免过度拟合的出现，BBF的衰减量约为0.1
• 删除NoisyNet：原始SR-SPR中包含的NoisyNet不能提高模型表现

消融实验结果表明，在每步更新次数为2和8的条件下，上述因素对BBF的表现均有不同程度的影响。

图片

其中，硬复位和更新范围的缩小影响最为显著。

图片

而对于上面两个图中没有提到的NoisyNet，对模型表现的影响则并不显著。

图片

论文地址：https://arxiv.org/abs/2305.19452GitHub项目页：https://github.com/google-research/google-research/tree/master/bigger_better_faster

参考链接：[1]https://www.php.cn/link/69b4fa3be19bdf400df34e41b93636a4

[2]https://www.marktechpost.com/2025/06/12/superhuman-performance-on-the-atari-100k-benchmark-the-power-of-bbf-a-new-value-based-rl-agent-from-google-deepmind-mila-and-universite-de-montreal/

— 完 —

以上就是两小时就能超过人类！DeepMind最新AI速通26款雅达利游戏的详细内容，更多请关注其它相关文章！

# 别再  # 岳塘区网站建设招标  # seo薪资标准  # 营销推广需要准备什么  # 菏泽短视频seo推荐  # seo闪电算法视频  # 湛江地产网站推广  # 平台智能营销推广是什么  # 网站建设意义必要性  # 南岗网站seo优化  # 黄村推广营销电话  # 蒙特利尔  # AI  # 站上  # 解决问题  # 更大  # 开源  # 腾讯  # 两小时  # 达利  # 就能  # 速通  # 效率 

相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】

相关推荐： 如何在命令行写j*a程序  typescript是什么类型的语言  单片机怎么储存和显示  苹果16哪些功能好用  单片机蜂鸣器响了怎么停  平仓是什么意思?  自己如何安装固态硬盘  driver是什么意思  苹果16系统有哪些系列  awful是什么意思  固态硬盘如何区分好坏  智能锁type-c接口是什么  苹果ipad爱奇艺怎么投屏到电视  power在充电器上是什么意思  关系型数据库和非关系型数据库有哪些  夸克加载什么要会员  春运抢票软件哪个最好用  vivo手机爱奇艺怎么投屏到电视操作步骤  安全的ao3镜像网站链接入口  ai文件里无法找到链接文件要怎么解决步骤  手机如何运行ping命令  手机拍电脑屏幕有条纹怎么解决  新找到ao3镜像网站链接入口  如何看固态硬盘型号  如何固态硬盘4k对齐  如何安装tree命令  如何去除计算器的命令  命令行如何启动应用程序  如何测试固态硬盘速度  市盈率亏损是什么意思  折叠屏手机为什么这么小  typescript接口有什么用  域名批量查询工具有哪些  苹果16主打颜色有哪些  typescript全局配置放哪里  单片机面包板怎么插  市盈率市净率是什么意思  如何用命令下载服务器网站  广东春运抢票怎么抢的  苹果16有哪些改装模式  固态硬盘如何装入机箱  哪些编程软件需用typescript  苹果16多有哪些功能  ai如何重复使用上一命令  8英寸等于多少厘米  楔子是什么意思  typescript多久能学会  ao3镜像网站永久地址入口  typescript入门要多久  什么网址不能域名解析