Релизы моделей

OpenAI выпустила алгоритм обучения с подкреплением Proximal Policy Optimization (PPO)

Оригинальный заголовок:Proximal Policy Optimization

ИИ-резюме

OpenAI выпустила новый класс алгоритмов обучения с подкреплением Proximal Policy Optimization (PPO), который по производительности не уступает лучшим на тот момент методам или превосходит их, но проще в реализации и настройке. Благодаря удобству и хорошим результатам PPO стал алгоритмом обучения с подкреплением по умолчанию внутри OpenAI.

Ключевые моменты

  • OpenAI выпустила новый класс алгоритмов обучения с подкреплением Proximal Policy Optimization…
  • но проще в реализации и настройке.
  • Благодаря удобству и хорошим результатам PPO стал алгоритмом обучения с подкреплением по умолчанию…

Кратко

Опубликовано
Обновлено
Источник
OpenAI:官网动态(RSS · 排除企业/客户案例)
Категория
Релизы моделей
Оценка ИИ
73
Читать оригинал Читать полную статью в первоисточнике
Почему это важно

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。

Связанные сущности

Источник и авторские права

Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.

Оригинал статьи · Материал на AIHOT

Как цитировать

При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.

Orange News: OpenAI выпустила алгоритм обучения с подкреплением Proximal Policy Optimization (PPO). 20 июля 2017. https://new.nat6.net/ru/news/es4cpsqi6fmv9acuwvkj9372h/

Смотреть все →