AI Qazaqstan
Компании

Материал түпнұсқа тілінде: English.

Evolved Policy Gradients

We’re releasing an experimental metalearning approach called Evolved Policy Gradients, a method that evolves the loss function of learning agents, which can enable fast training on novel tasks. Agents trained with EPG can succeed at basic tasks at test time that were outside their training regime, like learning to navigate to an object on a different side of the room from where it was placed during training.

2018 ж. 18 сәуір · Дереккөз: OpenAI news

Толық мәтін дереккөзде қолжетімді.

Дереккөзде оқу →

Осы тақырыптан тағы

КомпанииАИ агенттерінің дымқыл зертхана туралы күнделікті ғылыммен қалай айналысатынын өлшеуOpenAI Bio BasicsBench-ті енгізеді, АИ агенттерінің өңделмеген эксперименттік деректерді қаншалықты жақсы түсіндіретінін және күнделікті ылғалды тақталар туралы ғылыммен айналысатынын өлшейтін 100 тапсырмалы эталондық көрсеткіш.OpenAI news