OpenAI 提出进化策略(ES)可作为强化学习的可扩展替代方案
原文标题:Evolution strategies as a scalable alternative to reinforcement learning
AI 摘要
OpenAI 发现进化策略(ES)这一已有数十年历史的优化技术在 Atari/MuJoCo 等现代 RL 基准上可与标准强化学习方法性能相当,同时克服了 RL 的许多不便之处。
关键信息
- OpenAI 发现进化策略(ES)这一已有数十年历史的优化技术在 Atari/MuJoCo 等现代 RL 基准上可与标准强化学习方法性能相当
- 同时克服了 RL 的许多不便之处
- 原文指出进化策略在 Atari/MuJoCo 基准上可媲美标准 RL,并克服 RL 的诸多不便,读者可借此了解另一种可扩展的优化路线
速览
- 发布时间
- 更新时间
- 分类
- 论文与研究
- AI 评分
- 63
推荐理由
原文指出进化策略在 Atari/MuJoCo 基准上可媲美标准 RL,并克服 RL 的诸多不便,读者可借此了解另一种可扩展的优化路线。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:OpenAI 提出进化策略(ES)可作为强化学习的可扩展替代方案。2017年3月24日。https://new.nat6.net/news/bh7qfvh72r7xct59504ps6g1k/