近日，在「基于模型的 Atari 强化学习」论文中，谷歌介绍了模拟策略学习（SimPLe）算法，这是一个 MBRL 框架，用于培训 Atari 游戏玩法的智能体，这种方法比当前最先进的技术更有效，并且在仅使用~100K 与游戏环境的交互（相当于一个人大约两小时的实时游戏）次数的情况下取得具有竞争力的结果。此外，谷歌已将开源代码作为 tensor2tensor 开源库的一部分。该版本包含一个预训练的世界模型，可以使用简单的命令行运行，并且可以使用类似 Atari 的界面播放。