OpenAI entrena un agente con una sola demostración humana que alcanza 74500 puntos en Montezuma's Revenge
Título original:Learning Montezuma’s Revenge from a single demonstration
Resumen de IA
El agente entrenado por OpenAI, partiendo únicamente de una sola demostración humana, logró una puntuación de 74500 en Montezuma's Revenge, superando el mejor resultado publicado hasta la fecha. El algoritmo comienza a jugar de forma continua desde estados cuidadosamente seleccionados de la demostración y aprende optimizando la puntuación del juego con PPO, el mismo algoritmo de aprendizaje por refuerzo que sustentó OpenAI Five.
Puntos clave
- El agente entrenado por OpenAI,partiendo únicamente de una sola demostración humana,logró una…
- El algoritmo comienza a jugar de forma continua desde estados cuidadosamente seleccionados de la…
- el mismo algoritmo de aprendizaje por refuerzo que sustentó OpenAI Five.
Resumen rápido
- Publicado
- Actualizado
- Fuente
- OpenAI:官网动态(RSS · 排除企业/客户案例)
- Categoría
- Artículos e investigación
- Puntuación IA
- 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。
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 entrena un agente con una sola demostración humana que alcanza 74500 puntos en Montezuma's Revenge. 4. julio 2018. https://new.nat6.net/es/news/h6mlstx26g1p8egfntspy49mp/