N
Hindsight Experience Replay
強化学習において、失敗した経験からも学習を可能にするHERが開発されました。
研究
2712件
N
教師と生徒のカリキュラム学習
OpenAIが、教師モデルが生成したカリキュラムで生徒モデルを効率的に訓練する手法を発表しました。
N
Pythonでより高速な物理シミュレーション
OpenAIがロボットシミュレーション用の高性能Pythonライブラリをオープンソース化しました。
N
人間の好みを学習する
AIが人間の望む行動を、2つの選択肢からより良い方を選ぶだけで学習するアルゴリズムが開発されました。
N
協力、競争、コミュニケーションの学習
OpenAIがAGIへの道としてマルチエージェント環境での学習の重要性を強調しました。
N
QアンサンブルによるUCB探索
強化学習において、Qアンサンブルを用いてUCB（Upper Confidence Bound）探索を効率化する手法が提案され…
N
OpenAI Baselines: DQN
OpenAIが強化学習アルゴリズムの再現実装「OpenAI Baselines」をオープンソース化しました。
N
学習するロボット
シミュレーションで学習したロボットが、一度見ただけで新しいタスクを習得しました。
N
Roboschool
OpenAIがロボットシミュレーション用のオープンソースソフトウェア「Roboschool」を公開しました。
N
方策勾配とソフトQ学習の等価性
OpenAIが方策勾配とソフトQ学習という強化学習の二つの主要なアルゴリズムが数学的に等価であることを発見…
N
階層的強化学習のための確率的ニューラルネットワーク
OpenAIが階層的強化学習に確率的ニューラルネットワークを導入しました。
N
教師なし感情ニューロン
OpenAIが教師なし学習でテキストの感情を高い精度で表現するシステムを開発しました。