OpenAI 用机械手复原魔方，训练完全在仿真中完成

OpenAI 训练了一对神经网络，用类人机械手复原魔方。网络完全在仿真中训练，使用与 OpenAI Five 相同的强化学习代码，并配合一种名为 Automatic Domain Randomization（ADR）的新技术。系统能应对训练中从未见过的情形，例如被长颈鹿玩偶戳碰，表明强化学习不只能完成虚拟任务，也能解决需要极高灵巧度的现实物理问题。