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 هوش مصنوعی: بازپخش تجربهٔ به‌دست‌آمده به‌عنوان نیروی تسریع یادگیری تقویتی در این مقاله، به بررسی بازپخش تجربهٔ به‌دست‌آمده در یادگیری تقویتی پرداخته و نشان می‌دهد چگونه می‌تواند عملکرد رباتیک و بازی‌های شبیه‌سازی را تسریع کند. ۱۴ تیر ۱۳۹۶ ۲ دقیقه پژوهش هوش مصنوعی در یادگیری تدریجی: روش Teacher–Student Curriculum Learning روش نوین Teacher–Student Curriculum Learning به‌صورت هوش مصنوعی می‌تواند مدل‌های یادگیری را با برنامه‌ریزی تدریجی آموزش دهد و دقت را طبیعی‌تر کند. ۱۰ تیر ۱۳۹۶ ۲ 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 هوش مصنوعی در محیط‌های چند عامل: همکاری، رقابت و ارتباط در مسیر رسیدن به AGI در این مقاله به نقش محیط‌های چند عامل در توسعه هوش مصنوعی افزوده می­پری­ندازیم و توضیح می­ده­یم چرا همکاری، رقابت و ارتباط کلید پیشرفت در مسیر رسیدن به AGI هستند ۱۸ خرداد ۱۳۹۶ ۲ دقیقه پژوهش هوش مصنوعی و اکتشاف UCB: روشی نوین با Q‑Ensembles و بهینه‌سازی اَشکابه‌ای از روش‌های نوین در یادگیری تقویتی: ترکیب استراتژی UCB با Q‑Ensembles به منظور افزایش کارایی اکتشاف در محیط‌های پیچیده هوش مصنوعی ۱۵ 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