Reinforcement learning with prediction-based rewards

31 октября 2018 г.0 просмотров1 мин чтения

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.

Хотите попробовать AI?

Сравните лучшие нейросети в одном месте — бесплатно

Перейти к нейросетям

Источник: OpenAI Blog

Похожие новости

Нейросети

OpenAI представляет GPT-5

OpenAI выпустила GPT-5 — новую модель ИИ с улучшенными способностями в генерации текста, математике и программировании.

4 ч. назад66

Нейросети

Cursor capitalizes on GitHub frustration, launches rival hosting platform

6 ч. назад17

Нейросети

Robin Williams’ Instagram account brought back to fight ‘AI abuse’

8 ч. назад12