OpenAI 发布 Gym Retro 完整版,支持游戏增至 1000 多款
OpenAI 发布强化学习游戏平台 Gym Retro 的完整版,公开可用的游戏数量从约 70 款 Atari 游戏和 30 款 Sega 游戏扩展到 1000 多款,覆盖多种模拟器后端。OpenAI 同时发布了用于向该平台添加新游戏的工具。
推荐理由:原文给出游戏数量从约百款扩展到 1000 多款,并开放添加新游戏的工具,便于了解该强化学习平台的可用范围。
OpenAI 发布强化学习游戏平台 Gym Retro 的完整版,公开可用的游戏数量从约 70 款 Atari 游戏和 30 款 Sega 游戏扩展到 1000 多款,覆盖多种模拟器后端。OpenAI 同时发布了用于向该平台添加新游戏的工具。
推荐理由:原文给出游戏数量从约百款扩展到 1000 多款,并开放添加新游戏的工具,便于了解该强化学习平台的可用范围。
OpenAI 推出 OpenAI Scholars 项目,为来自 underrepresented 群体的个人提供 6–10 份津贴与导师指导,支持其全职学习深度学习 3 个月并开源一个项目。
OpenAI 发布一类新的强化学习算法 Proximal Policy Optimization(PPO),称其表现与当时最先进方法相当或更好,同时实现和调参都简单得多。PPO 已成为 OpenAI 的默认强化学习算法,原因是易用且性能良好。
推荐理由:OpenAI 公开 PPO 算法并说明其相比当时主流方法更易实现和调参,可了解该算法的设计取舍。
OpenAI 开源内部项目 OpenAI Baselines,目标是以与已发表结果相当的性能复现强化学习算法。首批发布 DQN 及其三个变体,其余算法将在接下来几个月内陆续放出。
推荐理由:OpenAI 开源内部强化学习复现项目 Baselines,首批放出 DQN 及三个变体,可了解其复现思路与后续计划。
OpenAI 发布 Roboschool,一款用于机器人仿真的开源软件,并与 OpenAI Gym 集成。
推荐理由:OpenAI 开源机器人仿真软件并接入 Gym,读者可了解其早期机器人研究工具链的开放入口。
OpenAI 发布强化学习工具包 OpenAI Gym 的公测版,用于开发和比较 RL 算法。它包含一套持续扩充的环境,涵盖模拟机器人到 Atari 游戏,并提供一个用于比较和复现结果的站点。
推荐理由:OpenAI 公开强化学习工具包 Gym 的 beta 版,读者可了解其环境套件与结果对比站点的构成。