AI 助理
备案控制台
文章 2022-02-17 来自：开发者社区

强化学习笔记2-Python/OpenAI/TensorFlow/ROS-程序指令

强化学习笔记2-Python/OpenAI/TensorFlow/ROS-程序指令TensorFlowTensorFlow是Google的一个开源软件库，广泛用于数值计算。它使用可在许多不同平台上共享和执行的数据流图。 它被广泛用于构建深度学习模型，这是机器学习的一个子集。张量只不过是一个多维数组，所以当我们说TensorFlow时，它实际上是计算图中的多维数组（张量）流。安装Anaconda后....

文章 2022-02-17 来自：开发者社区

强化学习怎样在探索和利用之间找到平衡？OpenAI 推出了大型多智能体游戏环境 Neural MMO

雷锋网(公众号：雷锋网) AI 科技评论按：OpenAI 于今日发布了 Neural MMO，它是一个为强化学习智能体创建的大型多智能体游戏环境。该平台支持在一个持久、开放的任务中使用大规模且数量可变的智能体。将更多的智能体和物种囊括到环境中可以更好地执行探索任务，促进多种生态位的形成，从而增强系统整体的能力。 近年来，多智能体环境已经成为深度强化学习的一个有效的研究平台。虽然该领域目前已经...

文章 2022-02-17 来自：开发者社区

动态 | 从零开始快速入门深度强化学习，OpenAI 发布学习资源 Spinning Up

雷锋网(公众号：雷锋网) AI 科技评论编者按：日前，OpenAI 发布了深度强化学习教育资源 Spinning Up，内容包括易懂的深度强化学习代码示例、习题、文档和教程。据 OpenAI  发布的博客称，零基础的深度强化学习「小白」通过自学 Spinning Up，也能快速掌握这一技能，甚至成为该领域的从业者。雷锋网 AI 科技评论对该博文进行编译如下： OpenAI 发布的深度强化...

文章 2022-02-16 来自：开发者社区

从一个失败的强化学习训练说起：OpenAI 探讨应该如何设计奖励函数？

在当下，强化学习算法以一种惊奇、不可思议的方式进入到了我们的视野中。雷锋网(公众号：雷锋网)此前也做过不少相关的覆盖和报道，而在 OpenAI 的这篇文章中，Dario Amodei 与 Jack Clark 将会探讨一个失败的强化学习模型。这个模型为何失败？原因就在于你没有指明你的奖励函数。雷锋网编译，未经许可不得转载。 我们最近在 OpenAI 上使用 Universe 来进行强化学习的实验....

从一个失败的强化学习训练说起：OpenAI 探讨应该如何设计奖励函数？

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

OpenAI您可能感兴趣