OpenAI 发布 Open AI Baselines PPO 数据集, 应用在 强化学习、连续控制 领域

OpenAI 本次发布的数据集 Open AI Baselines PPO, 该数据集包含了在强化学习实验中，将传统的高斯策略与自回归策略在不同任务上进行比较的研究，这些任务涵盖了稀疏奖励和密集奖励函数。此外，您可以在网址 https://youtu.be/NCpyXBNqNmw 观看到智能体的行为视频。提供的代码可以复现这些实验。这些任务属于强化学习中的连续控制任务。

查看Open AI Baselines PPO

README 内容： 

关于 OpenAI , 开放人工智能研究中心（OpenAI）是一家致力于开发和推广友好人工智能的研究机构，成立于2015年，由埃隆·马斯克、萨姆·阿尔特曼等人共同创立。其目标是确保人工智能的发展能够造福全人类，避免其被少数人控制。OpenAI的研究领域涵盖机器学习、自然语言处理、机器人技术等，并在多个领域取得了显著成果。

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。