پژوهش آگاهی از یادگیری رقیب: گامی نوین در هوش مصنوعی پیشرفته اکتشاف جدید OpenAI در هوش مصنوعی: متودولوژی «یادگیری با آگاهی از یادگیری رقیب» نحوه تعامل عامل‌ها را در محیط‌های رقابتی متحول می‌کند و به استراتژی‌های پیچیده‌تر منجر می‌شود. ۲۲ شهریور ۱۳۹۶ ۴ دقیقه مدل‌ها مبانی OpenAI: ACKTR و A2C ما دو پیاده‌سازی جدید از OpenAI Baselines را منتشر می‌کنیم: ACKTR و A2C. A2C یک نوع همزمان و قطعی از Asynchronous Advantage Actor Critic (A3C) است که به نظر م ۲۷ مرداد ۱۳۹۶ ۲ دقیقه پژوهش کاوش بهینه‌تر در هوش مصنوعی: نویز پارامتر راهکار جدید OpenAI OpenAI با معرفی نویز پارامتر، روشی ساده و مؤثر برای بهبود کاوش در الگوریتم‌های یادگیری تقویتی ارائه کرده است. این تکنیک عملکرد را به طور چشمگیری افزایش می‌دهد و به ندرت مضر است. ۵ مرداد ۱۳۹۶ ۳ دقیقه سیاست و قانون بهینه‌سازی سیاست پروگزیمال ما در حال انتشار کلاس جدیدی از الگوریتم‌های یادگیری تقویتی، بهینه‌سازی سیاست پروگزیمال (PPO) هستیم که عملکردی مشابه یا بهتر از رویکردهای پیشرفته دارند، در حال ۲۹ تیر ۱۳۹۶ ۲ دقیقه پژوهش چالش جدید هوش مصنوعی: تصاویر خصمانه مقاوم، تهدیدی برای خودران‌ها؟ اوپن‌ای‌آی با ساخت تصاویر خصمانه مقاوم در برابر تغییر مقیاس و زاویه دید، توانایی فریب شبکه‌های عصبی را در شرایط واقعی ثابت کرد و ادعای امنیت خودروهای خودران را به چالش کشید. ۲۶ تیر ۱۳۹۶ ۴ دقیقه پژوهش تجزیه و تحلیل سریع‌تر فیزیک با پایتون: کتابخانه‌ی جدید هوش مصنوعی OpenAI OpenAI کتابخانه‌ی جدیدی بر پایه‌ی MuJoCo برای شبیه‌سازی رباتیک با سرعت فیزیکی بالا روی پایتون عرضه کرده است. در این مقاله به جزئیات این پروژه و کاربردهای آن می‌پردازیم. ۷ تیر ۱۳۹۶ ۲ دقیقه پژوهش هوش مصنوعی بر اساس ترجیحات انسان، گام جدیدی به سوی ایمنی و کنترل OpenAI و DeepMind با الگوریتمی نوآورانه، به‌جای هدف ساده، با توجه به ترجیحات انسان، رفتارهای بهینه و ایمن هوش مصنوعی را استخراج می‌کنند. ۲۳ خرداد ۱۳۹۶ ۲ دقیقه پژوهش OpenAI Baselines: DQN و سه نسخه‌ی جدید در زمینهٔ هوش مصنوعی OpenAI کتابخانهٔ Baselines را به‌صورت کد باز رونویسی کرده و الگوریتم DQN همراه با سه نسخه پیشرفته را معرفی می‌کند. با جزئیات پیاده‌سازی و نکات کاربردی را بیابید. ۳ خرداد ۱۳۹۶ ۲ دقیقه پژوهش هوش مصنوعی در رباتیک: رباتی پس از مشاهده یک بار، کار جدید را یاد می‌گیرد OpenAI با ارائه یک سیستم رباتیک که کاملاً در شبیه‌سازی آموزش یافت و پس از مشاهده یک بار یک کار را اجرا می‌کند، گام نوینی در یادگیری ماشین برداشته است. ۲۶ اردیبهشت ۱۳۹۶ ۲ دقیقه پژوهش تساوی گرادیان سیاست و یادگیری Q نرم: یک پیمایش جدید در هوش مصنوعی در این پژوهش از OpenAI، رابطه‌ی نوآورانه‌ای میان گرادیان سیاست و یادگیری Q نرم کشف شد، که امکاناتی نوین برای بهینه‌سازی الگوریتم‌های تقویتی فراهم می‌کند. ۱ اردیبهشت ۱۳۹۶ ۲ دقیقه