OpenAI 已结束其复古竞赛，该竞赛挑战参赛者开发能够从先验经验泛化到新的、未见过电子游戏关卡的强化学习算法。竞赛使用基于《刺猬索尼克》关卡的基准，表现最佳的解决方案主要涉及微调现有算法，如 PPO 和 Rainbow DQN。尽管获胜算法通过迁移学习取得了显著改进，但仍未达到人类的性能水平，表明泛化能力存在巨大差距。 AI
排序理由 该集群描述了专注于强化学习泛化的竞赛结果，包括技术报告和基线结果，属于研究范畴。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
The first run of our Retro Contest—exploring the development of algorithms that can generalize from previous experience—is now complete.
We’re launching a transfer learning contest that measures a reinforcement learning algorithm’s ability to generalize from previous experience.