OpenAI publie Proximal Policy Optimization (PPO), un algorithme d'apprentissage par renforcement
Titre original:Proximal Policy Optimization
Résumé IA
OpenAI publie une nouvelle classe d'algorithmes d'apprentissage par renforcement, Proximal Policy Optimization (PPO), dont les performances égalent ou dépassent celles des meilleures méthodes de l'époque tout en étant plus simple à implémenter et à régler. Facile à utiliser et efficace, PPO est devenu l'algorithme d'apprentissage par renforcement par défaut en interne chez OpenAI.
Points clés
- OpenAI publie une nouvelle classe d'algorithmes d'apprentissage par renforcement
- Proximal Policy Optimization (PPO),dont les performances égalent ou dépassent celles des…
- Facile à utiliser et efficace,PPO est devenu l'algorithme d'apprentissage par renforcement par…
En bref
- Publié
- Mis à jour
- Source
- OpenAI:官网动态(RSS · 排除企业/客户案例)
- Catégorie
- Sorties de modèles
- Score 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。
Entités associées
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : OpenAI publie Proximal Policy Optimization (PPO), un algorithme d'apprentissage par renforcement. 20. juillet 2017. https://new.nat6.net/fr/news/es4cpsqi6fmv9acuwvkj9372h/