OpenAI trainiert Agenten mit einer einzigen menschlichen Demonstration auf 74500 Punkte in Montezuma's Revenge
Originaltitel:Learning Montezuma’s Revenge from a single demonstration
KI-Zusammenfassung
Ein von OpenAI trainierter Agent erreicht in Montezuma's Revenge ausgehend von nur einer einzigen menschlichen Demonstration 74500 Punkte und übertrifft damit das bisher veröffentlichte beste Ergebnis. Der Algorithmus beginnt das Spiel kontinuierlich ab sorgfältig aus der Demonstration ausgewählten Zuständen und optimiert die Spielpunktzahl mit PPO, demselben Reinforcement-Learning-Algorithmus, der auch OpenAI Five zugrunde lag.
Kernpunkte
- Ein von OpenAI trainierter Agent erreicht in Montezuma's Revenge ausgehend von nur einer einzigen…
- Der Algorithmus beginnt das Spiel kontinuierlich ab sorgfältig aus der Demonstration ausgewählten…
- demselben Reinforcement-Learning-Algorithmus,der auch OpenAI Five zugrunde lag.
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
- 66
原文说明从单条人类演示中选取起始状态再用 PPO 优化得分的算法思路,读者可以理解这一强化学习方法的可迁移做法。
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 trainiert Agenten mit einer einzigen menschlichen Demonstration auf 74500 Punkte in Montezuma's Revenge. 4. Juli 2018. https://new.nat6.net/de/news/h6mlstx26g1p8egfntspy49mp/