OpenAI发布了八个模拟机器人环境和Hindsight Experience Replay (HER)的实现，以推进机器人研究。这些为MuJoCo物理模拟器构建的新环境，比以往的基准测试具有更复杂的操纵任务，并利用稀疏奖励来模拟现实世界的机器人应用。同时发布的HER算法使强化学习代理能够从失败中学习，将已达到的状态视为目标，即使它们不是最初的目标。 AI
排序理由 主要AI实验室发布研究环境和算法实现。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
We’re releasing eight simulated robotics environments and a Baselines implementation of Hindsight Experience Replay, all developed for our research over the past year. We’ve used these environments to train models which work on physical robots. We’re also releasing a set of reque…