Bài báo & nghiên cứu

OpenAI huấn luyện tác nhân đạt 74500 điểm trên Montezuma's Revenge chỉ từ một bản demo của người

Tiêu đề gốc:Learning Montezuma’s Revenge from a single demonstration

Tóm tắt AI

Tác nhân do OpenAI huấn luyện chỉ từ một bản demo của người đã đạt 74500 điểm trên Montezuma's Revenge, vượt kết quả tốt nhất từng công bố trước đó. Thuật toán bắt đầu chơi liên tục từ các trạng thái được chọn lọc kỹ từ bản demo, dùng PPO tối ưu điểm trò chơi để học, PPO cũng là thuật toán học tăng cường đã hỗ trợ OpenAI Five.

Thông tin chính

  • Tác nhân do OpenAI huấn luyện chỉ từ một bản demo của người đã đạt 74500 điểm trên Montezuma's…
  • Thuật toán bắt đầu chơi liên tục từ các trạng thái được chọn lọc kỹ từ bản demo,dùng PPO tối ưu…
  • PPO cũng là thuật toán học tăng cường đã hỗ trợ OpenAI Five.

Tóm tắt nhanh

Đăng lúc
Cập nhật lúc
Nguồn
OpenAI:官网动态(RSS · 排除企业/客户案例)
Danh mục
Bài báo & nghiên cứu
Điểm AI
66
Đọc bản gốc Đọc toàn văn tại nguồn tin gốc
Lý do đề xuất

原文说明从单条人类演示中选取起始状态再用 PPO 优化得分的算法思路,读者可以理解这一强化学习方法的可迁移做法。

Thực thể liên quan

Nguồn và bản quyền

Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.

Liên kết gốc · Mục AIHOT

Cách trích dẫn

Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.

Orange News: OpenAI huấn luyện tác nhân đạt 74500 điểm trên Montezuma's Revenge chỉ từ một bản demo của người. 4 tháng 7 2018. https://new.nat6.net/vi/news/h6mlstx26g1p8egfntspy49mp/

Xem tất cả →