OpenAI publica el algoritmo de aprendizaje por refuerzo Proximal Policy Optimization (PPO)
Título original:Proximal Policy Optimization
Resumen de IA
OpenAI publica Proximal Policy Optimization (PPO), una nueva clase de algoritmos de aprendizaje por refuerzo con un rendimiento igual o superior a los métodos más avanzados del momento y más sencillo de implementar y ajustar. Por su facilidad de uso y buenos resultados, PPO se ha convertido en el algoritmo de aprendizaje por refuerzo predeterminado dentro de OpenAI.
Puntos clave
- OpenAI publica Proximal Policy Optimization (PPO)
- una nueva clase de algoritmos de aprendizaje por refuerzo con un rendimiento igual o superior a…
- Por su facilidad de uso y buenos resultados,PPO se ha convertido en el algoritmo de aprendizaje…
Resumen rápido
- Publicado
- Actualizado
- Fuente
- OpenAI:官网动态(RSS · 排除企业/客户案例)
- Categoría
- Lanzamientos de modelos
- Puntuación IA
- 73
OpenAI 官方宣布 PPO 算法开源,并说明其成为内部默认强化学习算法的原因,可帮助读者了解该方法的定位。
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: OpenAI publica el algoritmo de aprendizaje por refuerzo Proximal Policy Optimization (PPO). 20. julio 2017. https://new.nat6.net/es/news/es4cpsqi6fmv9acuwvkj9372h/