N
進化した方策勾配
OpenAIが学習エージェントの損失関数を進化させるメタ学習手法「Evolved Policy Gradients」を発表しまし…
研究
4527件
N
Gotta Learn Fast: 強化学習における汎化のための新しいベンチマーク
OpenAIが強化学習モデルの汎化能力を評価する新しいベンチマーク「Gotta Learn Fast」を発表しました。
N
レトロコンテスト
OpenAIが強化学習アルゴリズムの汎化能力を測る転移学習コンテストを開催します。
N
行動依存の因数分解されたベースラインを用いた方策勾配の分散低減
OpenAIが方策勾配法の分散を低減する新しい手法を発表しました。
N
最適輸送を用いてGANを改善
OpenAIが最適輸送理論を応用し、GANの画像生成品質と安定性を大幅に向上させる新手法を発表しました。
N
OpenAIハッカソンレポート
OpenAIが初のハッカソンを開催し、AIコミュニティの100名が参加しました。
N
一次メタ学習アルゴリズムについて
OpenAIが一次メタ学習アルゴリズムに関する研究を発表しました。
N
Reptile: スケーラブルなメタ学習アルゴリズム
OpenAIが、タスクごとに勾配降下法を繰り返し初期パラメータを更新するメタ学習アルゴリズム「Reptile」を…
N
OpenAI Scholarsプログラム
OpenAIが、多様なバックグラウンドを持つ人々に深層学習の学習機会と奨学金を提供します。
N
メタ強化学習による探索学習に関する考察
OpenAIがメタ強化学習を用いた探索学習の課題と可能性について考察を発表しました。
N
ロボット研究のための要素
OpenAIがロボット研究用に開発した8つのシミュレーション環境とHERの実装を公開しました。
N
マルチゴール強化学習：ロボット工学の困難な環境と研究への要請
OpenAIが複数の目標を同時に達成する強化学習の研究を呼びかけています。