Ilya Sutskever 深入解读Self-play RL自博弈强化学习

文章预览

本文内容来自于Ilya Sutskever 在 NVIDIA NTECH 2018 上的演讲。 我们从OpenAI开始。我们的目标是建立安全的人工通用智能（AGI），并确保这种智能的利益能够广泛分布。当思考关于AGI时，我们已经确定了它应具备的一些特性。例如，在仿真中实现高难度目标是优秀的。能够将你在仿真中学到的技能移用于实际环境是优秀的。能够学习伟大的世界模型是优秀的。对于重要问题，实现精确的安全和部署是必不可少的。 在技术层面上，我将向大家介绍我们近期的三个非常兴奋的研究成果。OpenAI 5，能够与游戏的一些顶级人类玩家匹敌的数据代理。Acti机器人，已经达到非常高的灵巧水平。 这种游戏叫做Dota，这里有一个视频片段。这个游戏非常复杂，非常混乱，集合了短期战术和长期策略。这是电竞游戏中有最大的职业场景，年度奖金池超过4000万美元。所以这款 ………………………………