这项研究是雷竞技是骗人的在Google Brain和Openai的合作者的宝贵帮助下进行的。
精选的训练有素的代理商填充了Atari动物园。
最近，AI中最令人兴奋的进步来自深厚的强化领域…
Vashisht Madhavan
Vashisht（Vash）是加州大学伯克利分校的最新毕业生，在那里他获得了计算机科学的学士学位和MS，重点是计算机视觉和人工智能。在伯克利，他的工作着重于自动驾驶汽车的感知系统。他的兴趣在于计算机视觉，机器学习和增强学习的交集。
工程博客文章雷竞技到底好不好用
雷竞技是骗人的调查报告
改善通过寻求新颖的代理商进行深入强化学习的进化策略的探索
E. conti，V. Madhavan，，，，F.这样，，，，J.雷曼，，，，K. Stanley，，，，J. Clune
进化策略（ES）是一个黑盒优化算法的家族，能够大致训练深层神经网络，以及有关挑战深度强化学习（RL）问题的Q学习和政策梯度方法，但要快得多（例如，小时vs。几天），因为它们平行得更好。[...][PDF]
Vigil @ Neurips 2017（神经），2017年
进化策略（ES）是一个黑盒优化算法的家族，能够大致训练深层神经网络，以及有关挑战深度强化学习（RL）问题的Q学习和政策梯度方法，但要快得多（例如，小时vs。几天），因为它们平行得更好。[...][PDF]
Vigil @ Neurips 2017（神经），2017年
深度神经进化：遗传算法是训练深度神经网络的竞争替代方案
F.这样，，，，V. Madhavan，E。Conti，J.雷曼，，，，K. Stanley，，，，J. Clune
深人造神经网络（DNN）通常是通过基于梯度的学习算法（即反向传播）训练的。进化策略（ES）可以与基于反向推销的算法相抗衡，例如挑战深度强化学习（RL）问题等政策梯度。[...][PDF]
Deep RL @ Neurips 2018
深人造神经网络（DNN）通常是通过基于梯度的学习算法（即反向传播）训练的。进化策略（ES）可以与基于反向推销的算法相抗衡，例如挑战深度强化学习（RL）问题等政策梯度。[...][PDF]
Deep RL @ Neurips 2018
