OpenAI：用参数噪声实现更好的探索
OpenAI 发现，向强化学习算法的参数添加自适应噪声通常能提升性能。这种探索方法实现简单，且极少导致性能下降，值得在各类问题上尝试。
#OpenAI
#OpenAI
今日 0 条OpenAI NewsAI 评分4444
OpenAI News精选AI 评分6767 OpenAI 发布新强化学习算法 Proximal Policy Optimization（PPO）
OpenAI 发布新强化学习算法 Proximal Policy Optimization（PPO），性能与 SOTA 方法相当或更好，且实现和调参更简单。PPO 因易用性和良好性能已成为 OpenAI 的默认强化学习算法。
推荐理由：原文给出 PPO 与已有强化学习算法的性能对比和易用性说明，可帮助读者判断是否将其作为默认训练算法。
OpenAI NewsAI 评分3838 OpenAI 发布稳健的对抗样本，可跨尺度与视角欺骗神经网络分类器
OpenAI 创造了稳健的对抗样本图像，即使从不同尺度和视角查看，也能可靠地欺骗神经网络分类器。这直接挑战了上周关于自动驾驶汽车因从多个尺度、角度和视角捕获图像而难以被恶意欺骗的说法。
OpenAI NewsAI 评分4949 OpenAI 开源基于 MuJoCo 引擎的机器人模拟 Python 库
OpenAI 开源了一款基于 MuJoCo 引擎的高性能机器人模拟 Python 库。该库是 OpenAI 在过去一年的机器人学研究中开发而成的。
OpenAI News精选AI 评分7171 OpenAI 与 DeepMind 合作开发从人类偏好中学习的算法
OpenAI 与 DeepMind 安全团队合作开发了一种算法，通过让人类在两种行为之间做出选择来推断人类意图。其目标是为安全 AI 系统移除人工编写目标函数的需求，避免用简单代理替代复杂目标带来的危险行为。
推荐理由：原文介绍了与 DeepMind 安全团队合作的偏好学习算法，读者可据此理解用人类偏好替代手写目标函数这一对齐思路的早期形态。
OpenAI NewsAI 评分2323 OpenAI：学习合作、竞争与交流
OpenAI 指出，智能体争夺资源的多智能体环境是通向 AGI 的垫脚石。这类环境有两大特质：难度由竞争者技能决定的自然课程（与自身克隆对抗时环境恰好匹配自身水平），以及不存在稳定均衡——无论智能体多聪明，总有变得更聪明的压力。这类环境与传统环境差异很大，仍需大量研究才能驾驭。
OpenAI NewsAI 评分5656 OpenAI Baselines 开源，首发 DQN 及三个变体
OpenAI 开源 OpenAI Baselines，这是其复现强化学习算法的内部项目，目标是让实现性能达到已发表结果的水平。本次发布包含 DQN 及其三个变体，更多算法将在未来几个月陆续发布。
OpenAI News精选AI 评分6060 OpenAI：会学习的机器人
OpenAI 打造了一套完全在仿真中训练并部署到实体机器人上的机器人系统，只需看一次演示就能学会新任务。
推荐理由：该系统先在仿真中完成训练再部署到实体机器人，为具身智能的仿真到现实迁移提供了可参照的路径。
OpenAI NewsAI 评分5151 OpenAI 发布开源机器人仿真软件 Roboschool
OpenAI 发布开源机器人仿真软件 Roboschool，该软件与 OpenAI Gym 集成。
OpenAI NewsAI 评分5353 OpenAI 提出无监督情感神经元
OpenAI 开发了一个无监督系统，它仅以预测 Amazon 评论文本的下一个字符为训练目标，就学习到了优秀的情感表示。
OpenAI NewsAI 评分1515 OpenAI 在物理世界中实现 Spam 检测
OpenAI 打造了全球首个完全在模拟环境中训练、并部署于实体机器人上的 Spam 检测 AI。
OpenAI News精选AI 评分6262 进化策略作为强化学习的可扩展替代方案
OpenAI 发现进化策略（ES）这一经典优化技术在 Atari/MuJoCo 等现代强化学习基准上可媲美标准强化学习方法，同时规避了强化学习的诸多不便。ES 是一种已存在数十年的优化技术，该研究表明其可作为强化学习的可扩展替代方案。
推荐理由：原文将进化策略与标准强化学习在 Atari/MuJoCo 基准上对比，读者可据此判断这一经典优化方法在扩展性上的优势。
OpenAI NewsAI 评分4242 OpenAI 支持机器学习期刊 Distill 发布
OpenAI 宣布支持全新机器学习期刊 Distill 的发布。Distill 旨在以出色的方式传达机器学习研究成果，无论这些结果是新颖的还是已有的。
OpenAI NewsAI 评分4545 用对抗样本攻击机器学习
对抗样本是攻击者故意设计的输入，旨在诱导机器学习模型犯错，如同机器世界的视错觉。攻击者可利用对抗样本跨不同媒介发起攻击，而针对此类输入保护系统安全往往十分困难。
OpenAI NewsAI 评分2424 OpenAI 团队规模达到 45 人
OpenAI 团队规模已达到 45 人，正共同推进 AI 能力前沿。团队当前工作包括验证新想法、创建新软件系统，以及在机器人上部署机器学习。
OpenAI NewsAI 评分5252 OpenAI 与微软合作，将在 Azure 上运行大规模实验
OpenAI 宣布与微软合作，开始把大部分大规模实验放到 Azure 上运行。
OpenAI NewsAI 评分2020 OpenAI 首届机器学习自组织会议报告
OpenAI 上周在其办公室接待了 150 多名 AI 从业者，举办了首届机器学习自组织会议。
OpenAI NewsAI 评分1414 深度学习的基础设施
OpenAI 指出，深度学习是一门实证科学，基础设施的质量是研究进展的乘数。如今的开源生态系统已经让任何人都能构建出色的深度学习基础设施。
OpenAI NewsAI 评分1717 OpenAI 机器学习 Unconference 信息更新
OpenAI 已将机器学习 Unconference 的最新信息发布至 Unconference wiki。该 wiki 将定期更新，为参会者持续补充更多内容。
OpenAI NewsAI 评分5151 OpenAI 参与 Google Brain 主导的 AI 安全论文《Concrete Problems in AI Safety》
OpenAI 与 Google Brain、Berkeley、Stanford 的研究人员共同参与论文《Concrete Problems in AI Safety》，探讨如何确保现代机器学习系统按预期运行。论文围绕这一目标梳理了多个相关研究问题。
OpenAI NewsAI 评分1717 OpenAI 的技术目标
OpenAI 的使命是构建安全的 AI，并确保 AI 的利益尽可能广泛、均匀地分布。这明确了其核心技术目标与发展方向。
OpenAI NewsAI 评分3333 OpenAI 介绍四个生成式模型项目
OpenAI 介绍了四个围绕生成式模型展开的项目，生成式模型是机器学习中无监督学习技术的一个分支。文章还进一步说明了生成式模型是什么、为什么重要以及未来可能的发展方向。
OpenAI NewsAI 评分2323 OpenAI 团队更新
OpenAI 欢迎最新一批新成员加入团队，同时宣布公司仍在持续招聘中。
OpenAI News精选AI 评分6868 OpenAI Gym 公开测试版发布
OpenAI 发布 OpenAI Gym 公开测试版，这是一个用于开发和比较强化学习（RL）算法的工具包。它包含一套不断增长的环境（从模拟机器人到 Atari 游戏），以及一个用于比较和复现结果的网站。
推荐理由：原文介绍了 OpenAI Gym 公开测试版的核心功能，它为强化学习算法提供了从模拟机器人到 Atari 游戏的标准化环境与结果比较平台。
OpenAI NewsAI 评分2424 OpenAI 欢迎 Pieter 与 Shivon 加入
OpenAI 发布两条团队动态，欢迎 Pieter 与 Shivon。公告未披露两人将负责的具体团队、职务或工作方向。
OpenAI News精选AI 评分7777 OpenAI 正式亮相
OpenAI 宣布以非营利人工智能研究公司的身份运作，目标是推进数字智能、造福全人类。由于不受财务回报约束，其研究能更好地聚焦于对人类的积极影响。https://openai.com/index/introducing-openai
推荐理由：原文阐明了 OpenAI 以非营利模式推进数字智能的初衷，为了解其早期定位提供了背景。