Translations:Diffusion Models Are Real-Time Game Engines/21/es: Difference between revisions

Latest revision as of 06:30, 7 September 2024

Information about message (contribute)

This message has no documentation. If you know where or how this message is used, you can help other translators by adding documentation to this message.

Message definition (Diffusion Models Are Real-Time Game Engines)

GameNGen (pronounced “game engine”) is a generative diffusion model that learns to simulate the game under the settings of Section [https://arxiv.org/html/2408.14837v1#S2 2]. In order to collect training data for this model, with the teacher forcing objective, we first train a separate model to interact with the environment. The two models (agent and generative) are trained in sequence. The entirety of the agent’s actions and observations corpus <math>\mathcal{T}_{agent}</math> during training is maintained and becomes the training dataset for the generative model in a second stage. See Figure [https://arxiv.org/html/2408.14837v1#S3.F3 3].

GameNGen (pronunciado «motor de juego») es un modelo generativo de difusión que aprende a simular el juego bajo los parámetros de la sección 2. Para recopilar datos de entrenamiento para este modelo, utilizando el objetivo de forzamiento por el maestro, primero entrenamos un modelo separado para interactuar con el entorno. Los dos modelos (agente y generativo) se entrenan en secuencia. La totalidad del corpus de acciones y observaciones del agente ${\mathcal {T}}_{agent}$ durante el entrenamiento se mantiene y se convierte en el conjunto de datos de entrenamiento para el modelo generativo en una segunda etapa. Véase la figura 3.