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
- Danh mục
- Bài báo & nghiên cứu
- Điểm AI
- 66
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.
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/