实体
Proximal Policy Optimization (PPO)
Proximal Policy Optimization (PPO)
PulseAugur coverage of Proximal Policy Optimization (PPO) — every cluster mentioning Proximal Policy Optimization (PPO) across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
具可解释性的AI框架优化建筑能源管理
研究人员开发了一个具可解释性的深度强化学习（XRL）框架，以优化住宅建筑的能源管理。该方法解决了传统深度强化学习的“黑箱”性质，增强了用户信任和实际应用。该框架使用合成数据和真实世界数据进行了测试，证明了其通过智能电池管理降低电费的能力，同时提供了决策过程的透明见解。
-
OpenAI advances reinforcement learning with Dota 2, safety, and generalization
OpenAI has published a series of research papers detailing advancements in reinforcement learning. These include achieving superhuman performance in Dota 2 with OpenAI Five, developing benchmarks for safe exploration in…