跳到正文

内容类型

模型发布 最新动态

各家新模型的发布、开源与迭代：旗舰更新、开源权重放出、能力与价格变化。

241 条精选近 30 天 110 条共收录 1,061 条

更新

精选归档 · 第 13 页

2017年7月20日周四第 241–241 条
  1. OpenAI：官网动态75

    OpenAI 发布强化学习算法 Proximal Policy Optimization（PPO）

    OpenAI 发布一类新的强化学习算法 Proximal Policy Optimization（PPO），性能与当时最先进方法相当或更好，且实现和调参更简单。凭借易用性和良好表现，PPO 已成为 OpenAI 的默认强化学习算法。

    推荐理由：原文说明 PPO 性能可比肩或超过 SOTA 方法且更易实现调参，读者可据此了解它为何成为 OpenAI 默认强化学习算法。