Deep Reinforcement Learning for OpenAI-Gym Environme...Reinforcement Learning with OpenAI Gym

其實感覺蠻類似這個老遊戲[遊戲] 懷舊系列 | QWOP | 我征服了兒時的惡夢

OpenAI Plays Hide and Seek…and Breaks The Game! 🤖
DeepMind’s AI Trained For 5 Years... But Why?

印象中偏燒CPU而不是GPU,到了最近到了LLM時代又找到新的角色定位。但獎勵函數的設計還是人類成果...哪天什麼樣的獎勵能激最大反應會是LLM從地上扭動到飛奔解題，還是人類提出該被獎勵的原因...值得期待

Google's DeepMind AI Just Taught Itself To Walk要找的影片找到了

Watch NVIDIA’s AI Teach This Human To Run! 🏃‍♂️

畢竟是一次一次去試錯然後再根據獎勵函數來做更新，用叢集一次開超多agent 這樣效率比較高