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
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.
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/