OpenAI 发布 Discounting Chain Environment 数据集, 应用在 强化学习、决策制定 领域

OpenAI 本次发布的数据集 Discounting Chain Environment, 该数据集是一个旨在凸显不同折现期限影响的玩具问题，它对折现因子非常敏感。此外，该环境允许访问真实的价值函数，这有助于检查由于错误折现因子引起的偏差。任务是通过元梯度强化学习实验，演示在内层损失中使用外层批评家的影响。

查看Discounting Chain Environment

README 内容： 

关于 OpenAI , OpenAI是一个总部位于美国的人工智能研究公司，致力于推动人工智能的发展和应用。它是由众多硅谷科技大亨共同创立的非营利组织，旨在通过研究、合作和开源项目来促进人工智能的进步。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。