OpenAI · 2018-04-18T07:00:00Z 进化策略梯度 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 我们提出了一种名为进化策略梯度（EPG）的实验性元学习方法，能够演变学习代理的损失函数，从而使其在新任务上快速训练。使用EPG训练的代理在测试时能够成功完成未在训练中涉及的基本任务。 🏷️ 标签 元学习 快速训练 损失函数 新任务 进化策略梯度 阅读原文 生成长图 分享链接 已复制链接
