选自Medium作者：Yash Patel机器之心编译参与：乾树、黄小天本文先给出行为-评判模型（a
选自OpenAI机器之心编译参与：黄小天、路雪、李泽南OpenAI 的研究人员发现，改善强化学习算法
近日，OpenAI 发布了一种新型的强化学习算法：近端策略优化（Proximal Policy Op
选自OpenAI机器之心编辑部参与：蒋思源、Smith近日，OpenAI 发布了一种新型的强化学习算
选自arXiv机器之心编译参与：Smith快速学习的能力是区分人类智能和人工智能的关键特征。人类可以
选自bloomberg机器之心编译参与：Smith、俞云开近期微软正在创立其全新的人工智能实验室，该
作者 | Open AI编译 | AI100（rgznai100）今早，Open AI开源了一个高性
