บทความและงานวิจัย

OpenAI เสนอ Evolutionary Strategies (ES) เป็นทางเลือกที่ขยายขนาดได้สำหรับ Reinforcement Learning

หัวข้อต้นฉบับ:Evolution strategies as a scalable alternative to reinforcement learning

สรุปโดย AI

OpenAI พบว่า Evolutionary Strategies (ES) เทคนิคการปรับแต่งที่มีมาหลายทศวรรษสามารถทำได้เทียบเท่าวิธี Reinforcement Learning มาตรฐานบน基準 RL สมัยใหม่ เช่น Atari/MuJoCo พร้อมทั้งแก้ข้อจำกัดหลายประการของ RL

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
OpenAI:官网动态(RSS · 排除企业/客户案例)
หมวดหมู่
บทความและงานวิจัย
คะแนน AI
63
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: OpenAI เสนอ Evolutionary Strategies (ES) เป็นทางเลือกที่ขยายขนาดได้สำหรับ Reinforcement Learning 24 มีนาคม 2017 https://new.nat6.net/th/news/bh7qfvh72r7xct59504ps6g1k/

ดูทั้งหมด →