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
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.
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/