AI Qazaqstan
Компании

Материал на языке оригинала: English.

Reinforcement learning with prediction-based rewards

We’ve developed Random Network Distillation (RND), a prediction-based method for encouraging reinforcement learning agents to explore their environments through curiosity, which for the first time exceeds average human performance on Montezuma’s Revenge.

31 октября 2018 г. · Источник: OpenAI news

Полный текст доступен у источника.

Читать у источника →

Ещё в теме

КомпанииИзмерение того, как агенты ИИ занимаются повседневной наукой о мокрой лабораторииOpenAI вводит Bio BasicsBench, 100-задачный эталонный показатель, измеряющий, насколько хорошо агенты АИ интерпретируют необработанные экспериментальные данные и занимаются повседневной наукой о мокрых плитах.OpenAI news