PopArt: normalización adaptativa para entrenamiento multi-tarea en RL

Línea temporal

1. 6 jul
   Google DeepMindFiabilidad fuente primaria

   Google DeepMind presenta PopArt: técnica para entrenar un solo agente en múltiples tareas

   Google DeepMind ha publicado PopArt, una técnica de normalización adaptativa de recompensas para aprendizaje por refuerzo multi-tarea. El método permite a un único agente alcanzar rendimiento sobrehumano en 57 juegos…