OpenAI 发布近端策略优化（PPO）算法
OpenAI 推出新型强化学习算法 Proximal Policy Optimization (PPO)，其性能与最先进方法相当或更优，且实现和调参更简单。凭借易用性和良好表现，PPO 已成为 OpenAI 的默认强化学习算法。
今日 3 条
OpenAI NewsAI 评分4343
OpenAI NewsAI 评分4040 OpenAI 发布鲁棒对抗性输入图像
OpenAI 创建了能在不同尺度和视角下可靠欺骗神经网络分类器的图像。这一成果挑战了上周关于自动驾驶汽车因多视角采集而难以被恶意欺骗的说法。
OpenAI NewsAI 评分3838 OpenAI 开源 Baselines：DQN
OpenAI 开源了内部强化学习算法复现项目 Baselines，旨在实现与已发表结果相当的性能。本次发布包含 DQN 及其三个变体，其余算法将在未来几个月陆续推出。
OpenAI NewsAI 评分2929 OpenAI 发布无监督情感神经元
OpenAI 开发了一种无监督系统，仅通过预测 Amazon 评论文本中的下一个字符进行训练，却学习到了极佳的情感表示。