论文

共 3 · 清除筛选

1. 2017

   Proximal Policy Optimization Algorithms

   arXiv

   2017年，Schulman 等五人提出近端策略优化（PPO），一种更易实现和调参的强化学习算法；OpenAI 后来将其作为默认强化学习算法。

   研究史深度学习机器人

2. 1990

   大象不下棋

   Rodney Brooks 在 1990 年的这篇论文中主张从底层出发造人工智能：把与环境持续进行的物理互动当作设计智能系统的主要约束，而不是沿用此前约三十年主导领域的抽象符号操作。

   研究史机器人科学发现

3. 1988

   《ALVINN：神经网络中的自主陆地车辆》

   ANIPS11

   ALVINN 是一个三层反向传播网络，以摄像头与激光测距仪的图像为输入、输出车辆应行驶的方向，用模拟道路图像训练，并在卡内基梅隆大学的自主导航测试车上做了验证。

   研究史机器人计算机视觉