Papers & Forschung

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
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

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.

Originalartikel · AIHOT-Eintrag

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/

Alle ansehen →