AI 助理
备案控制台
文章 2018-01-08 来自：开发者社区

OpenAI发布新强化学习算法：近端策略优化

本文来自AI新媒体量子位（QbitAI） OpenAI今天发布一类新的强化学习算法：近端策略优化（Proximal Policy Optimization，PPO）。因为易于使用和表现良好，PPO已经成为OpenAI默认的强化学习算法。 PPO让我们在根据挑战性的环境中训练AI策略，例如上面所示的Roboschool训练场中，智能体（agent）的任务是追逐粉红色的球体，并在期间学习走路、...

OpenAI发布新强化学习算法：近端策略优化
文章 2017-08-01 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强化学习相关内容

OpenAI您可能感兴趣