4 articles
OpenAI démontre l'équivalence mathématique entre les méthodes de policy gradients et le soft Q-learning en apprentissage par renforcement. Cette découverte théorique unifie deux approches majeures de l'RL et ouvre des perspectives pour combiner leurs avantages respectifs.
OpenAI publie une recherche sur les réseaux de neurones stochastiques appliqués à l'apprentissage par renforcement hiérarchique. La méthode améliore la capacité des agents à décomposer des tâches complexes en sous-objectifs.
OpenAI a développé un système non supervisé qui apprend une excellente représentation du sentiment en étant entraîné uniquement à prédire le caractère suivant dans des avis Amazon.
OpenAI a développé un système de détection de spam entraîné entièrement en simulation et déployé sur un robot physique. Première application d'IA de ce type capable de fonctionner dans le monde réel.