跳到正文
11月7日周三
10月31日周三
10月22日周一
10月11日周四
8月23日周四
8月6日周一
  1. OpenAI22

    OpenAI Five Benchmark 结果

    OpenAI Five 在 Dota 比赛中以三局两胜战胜由第 99.95 百分位玩家组成的战队。该对战在五名人类选手(其中四人拥有职业 Dota 经验)面前进行,吸引了 10 万名并发直播观众观看。

7月30日周一
7月25日周三
7月18日周三
7月9日周一
  1. OpenAI29

    OpenAI 发布可逆生成模型 Glow

    OpenAI 推出可逆生成模型 Glow,该模型使用可逆 1x1 卷积扩展了此前的可逆生成模型研究并简化了架构。Glow 能够生成逼真的高分辨率图像,支持高效采样,并能发现用于操控数据属性的特征。OpenAI 已发布该模型的代码及在线可视化工具,供研究人员探索和基于此成果进行开发。

7月4日周三
6月25日周一
5月25日周五
5月3日周四
4月18日周三
  1. OpenAI63

    OpenAI发布进化策略梯度元学习方法

    OpenAI发布了一种名为Evolved Policy Gradients (EPG) 的实验性元学习方法。该方法通过进化学习代理的损失函数来实现在全新任务上的快速训练,使得代理在面对超出其训练机制的测试任务时(如在房间不同侧面寻找物体)也能成功执行。

    推荐理由:介绍了一种通过进化损失函数来加速新任务训练的实验性元学习方法,其核心价值在于揭示了提升智能体快速适应未知环境能力的技术路径。

4月5日周四
3月7日周三
  1. OpenAI42

    Reptile:OpenAI 发布的可扩展元学习算法

    OpenAI 开发了名为 Reptile 的简单元学习算法,通过反复采样任务并执行随机梯度下降来更新初始参数。该算法是 Shortest Descent 在元学习中的应用,在计算效率和性能上与仅需要优化器黑盒访问的一阶 MAML 相似,且数学形式接近。

3月6日周二
2月26日周一
2月20日周二
2月7日周三
1月31日周三
12月6日周三
10月26日周四
10月19日周四
10月11日周三
9月14日周四
  1. OpenAI36

    OpenAI 发布 LOLA 算法以模拟他者心智

    OpenAI 发布名为 Learning with Opponent-Learning Awareness (LOLA) 的算法,该算法在博弈中考虑其他智能体也在进行学习的因素。LOLA 能够在囚徒困境博弈中探索出如以牙还牙等兼具利己性与合作性的策略。这一进展是迈向能够模拟他者心智的智能体的一小步。

8月18日周五
8月16日周三
  1. OpenAI43

    OpenAI Dota 2 自我对弈提升系统表现

    OpenAI 展示了自我对弈能将机器学习系统性能从远低于人类水平推至超人类水平。在一个月内,该系统从勉强匹配高分玩家到击败顶级职业选手并持续提升。监督学习系统受限于训练数据集,而自我对弈系统的数据随智能体变强自动改善。

8月11日周五
8月3日周四
7月27日周四
7月20日周四
  1. OpenAI63

    OpenAI 发布 Proximal Policy Optimization 强化学习算法

    OpenAI 发布 Proximal Policy Optimization 强化学习算法,其性能与现有最先进方法相当或更优,且实现与调优更简单,因此成为 OpenAI 内部默认的强化学习算法。

    推荐理由:该算法实现简洁且易于调优,已成为 OpenAI 强化学习工作的默认方法,适合需要低成本落地的工程参考。

7月17日周一
6月13日周二
6月8日周四
5月24日周三
5月16日周二
5月15日周一
3月24日周五