N
レスリングのためのメタ学習
シミュレートされたロボットレスリングにおいて、メタ学習エージェントがより強い非メタ学習エージェント…
研究
2712件
N
競争的自己対戦
AIが自己対戦を通じて、タックルやキックなどの複雑な物理スキルを自律的に習得しました。
N
深層線形ネットワークにおける非線形計算
OpenAIが深層線形ネットワークでも非線形計算が可能であることを発見しました。
N
他者の心をモデル化する学習
OpenAIが、相手も学習していることを考慮し、協力的な戦略を発見するアルゴリズム「LOLA」を発表しました。
N
相手の学習を意識した学習
AIが相手の学習プロセスを予測し、それに基づいて自身の戦略を調整する新しい学習フレームワークを開発し…
N
OpenAI Baselines: ACKTR & A2C
OpenAIが強化学習アルゴリズムACKTRとA2Cの新しい実装を公開しました。
N
Dota 2に関する追加情報
OpenAIのDota 2 AIが、自己対戦学習により人間レベルをはるかに超える性能を達成しました。
N
Dota 2の1対1でプロを打ち破るAIボットを開発
OpenAIがDota 2の1対1マッチで世界のトッププロを破るAIボットを開発しました。
N
人間のフィードバックを収集する
OpenAIが、人間からのフィードバックでAIを訓練するオープンソースツール「RL-Teacher」を公開しました。
N
パラメータノイズによる探索の改善
強化学習アルゴリズムのパラメータにノイズを加えることで性能が向上することが発見されました。
N
近接方策最適化 (PPO)
OpenAIが実装と調整が容易な強化学習アルゴリズムPPOを公開しました。
N
堅牢な敵対的入力
OpenAIが様々な視点やスケールから見てもAIを騙せる画像を開発しました。