论文与研究

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
来源
OpenAI:官网动态(RSS · 排除企业/客户案例)
分类
论文与研究
AI 评分
63
阅读原文 前往信息源阅读完整正文
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。

原文链接 · AIHOT 条目

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/

查看全部 →