Eureka

Eureka是一种人类级奖励设计算法,通过编码大型语言模型实现。它利用最先进的语言模型(如GPT-4)的零样本生成、编写代码和上下文改进能力,对奖励代码进行进化优化。生成的奖励可以用于通过强化学习获得复杂的技能。Eureka生成的奖励函数在29个开源强化学习环境中,包括10种不同的机器人形态,优于人类专家设计的奖励函数。Eureka还能够灵活地改进奖励函数,以提高生成奖励的质量和安全性。通过与课程学习相结合,使用Eureka奖励函数,我们首次展示了一个模拟的Shadow Hand能够进行旋转笔的技巧,熟练地以快速的速度在圆圈中操纵笔。

需求人群:

"适用于需要进行奖励设计和强化学习的任务"

产品特色:

利用大型语言模型进行奖励设计

通过进化优化生成复杂的奖励函数

使用生成的奖励函数进行强化学习

浏览量:56

s1785318098921236

打开站点

构建AI去赚钱
s1785341518918206
网站流量情况

最新流量情况

月访问量

13.22k

平均访问时长

00:01:49

每次访问页数

0.55

跳出率

58.13%

流量来源

直接访问

35.20%

自然搜索

18.06%

邮件

0

外链引荐

26.99%

社交媒体

19.75%

展示广告

0

截止目前所有流量趋势图

地理流量分布情况

美国

11.17%

格鲁吉亚

5.31%

尼日利亚

4.78%

韩国

4.49%

哥伦比亚

4.48%

类似产品

© 2024     AIbase    备案号:闽ICP备2023012347号-1

隐私政策

用户协议

意见反馈 网站地图