N
方策勾配とソフトQ学習の等価性
OpenAIが方策勾配とソフトQ学習という強化学習の二つの主要なアルゴリズムが数学的に等価であることを発見…
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
研究
2799件
N
階層的強化学習のための確率的ニューラルネットワーク
OpenAIが階層的強化学習に確率的ニューラルネットワークを導入しました。
N
教師なし感情ニューロン
OpenAIが教師なし学習でテキストの感情を高い精度で表現するシステムを開発しました。
N
物理世界におけるスパム検出
シミュレーションで学習したAIが、物理ロボットでスパムを検出しました。
N
強化学習に代わるスケーラブルな選択肢としての進化戦略
OpenAIが、進化戦略（ES）が従来の強化学習（RL）と同等の性能を発揮することを発見しました。
N
ワンショット模倣学習
ロボットが一度のデモンストレーションから新しいタスクを学習する「ワンショット模倣学習」が開発されま…
N
Distillの立ち上げ
OpenAIが機械学習の成果を伝える新しいジャーナル「Distill」の立ち上げを支援しました。
N
コミュニケーションを学習する
AIエージェントが独自の言語を開発するOpenAIの新しい研究が発表されました。
N
マルチエージェント集団における根拠のある構成的言語の出現
複数のAIエージェントが協力してタスクをこなす中で、独自の言語が自然発生しました。
N
時間セグメントモデルによる予測と制御
OpenAIが時間セグメントモデル（TSM）を用いた予測と制御に関する研究を発表しました。
N
三人称模倣学習
ロボットが人間のデモンストレーションを三人称視点から見て、タスクを学習する新しい手法が開発されまし…
N
敵対的サンプルによる機械学習への攻撃
機械学習モデルを誤動作させるよう意図的に設計された入力「敵対的サンプル」について解説。