实体
Roboschool
Roboschool
PulseAugur coverage of Roboschool — every cluster mentioning Roboschool across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
AI拳击基准测试评估LLM决策速度和策略
一位开发者创建了一个自主拳击基准测试，用于评估AI的决策能力、适应性和策略。该基准测试模拟了一场街头规则的比赛，AI模型接收比赛数据，并可以利用视觉能力增强输入。由于速度和视觉支持，开发者目前正在使用Google的gemini-flash-live模型进行测试，并指出本地模型对于实时对战来说太慢了。该基准测试跟踪每秒令牌数、端到端延迟、反应延迟、工具正确性、耐力效率和准确性等指标，以评估模型在压力下的性能。
-
OpenAI发布Proximal Policy Optimization，实现更简单、有效的强化学习
OpenAI发布了Proximal Policy Optimization (PPO)，这是一种新的强化学习算法，其性能可与现有方法媲美或更优，同时实现更简单的实现和调优。PPO在易用性、样本效率和超参数调优之间取得了平衡，使其成为深度神经网络控制任务的宝贵工具。该版本包括使用TensorFlow和MPI的可扩展、并行Python 3实现，以及提供显著速度提升的GPU版本PPO2。