Papers & Forschung

OpenAI schlägt evolutionäre Strategien (ES) als skalierbare Alternative zum Reinforcement Learning vor

Originaltitel:Evolution strategies as a scalable alternative to reinforcement learning

KI-Zusammenfassung

OpenAI stellt fest, dass evolutionäre Strategien (ES), eine jahrzehntealte Optimierungstechnik, auf modernen RL-Benchmarks wie Atari/MuJoCo mit Standard-Reinforcement-Learning-Methoden vergleichbare Leistung erzielen und zugleich viele Nachteile von RL überwinden.

Kernpunkte

  • OpenAI stellt fest
  • dass evolutionäre Strategien (ES)
  • eine jahrzehntealte Optimierungstechnik,auf modernen RL-Benchmarks wie Atari/MuJoCo mit…

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
OpenAI:官网动态(RSS · 排除企业/客户案例)
Kategorie
Papers & Forschung
KI-Bewertung
63
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

原文指出进化策略在 Atari/MuJoCo 基准上可媲美标准 RL,并克服 RL 的诸多不便,读者可借此了解另一种可扩展的优化路线。

Verwandte Entitäten

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: OpenAI schlägt evolutionäre Strategien (ES) als skalierbare Alternative zum Reinforcement Learning vor. 24. März 2017. https://new.nat6.net/de/news/bh7qfvh72r7xct59504ps6g1k/

Alle ansehen →