AI Qazaqstan
Компании

Материал түпнұсқа тілінде: English.

OpenAI Baselines: ACKTR & A2C

We’re releasing two new OpenAI Baselines implementations: ACKTR and A2C. A2C is a synchronous, deterministic variant of Asynchronous Advantage Actor Critic (A3C) which we’ve found gives equal performance. ACKTR is a more sample-efficient reinforcement learning algorithm than TRPO and A2C, and requires only slightly more computation than A2C per update.

2017 ж. 18 тамыз · 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