آخرین اخبار، تحلیلها و تحولات مرتبط با RL در Titr Tech.
محققان برکلی الگوریتم یادگیری تقویتی (RL) جدیدی بر پایه پارادایم «تقسیم و غلبه» معرفی کردند که برخلاف روشهای سنتی، به یادگیری تفاوت زمانی (TD) متکی نیست. این روش برای مقیاسپذیری …
شرکت Figure AI یک شبکه عصبی end-to-end را معرفی کرد که با یادگیری تقویتی (RL) برای حرکت انساننما آموزش دیده است. این شبکه در شبیهسازی فیزیک شتابدهی شده توسط GPU آموزش دیده و سال…
شرکت Aleph Alpha کارخانۀ آموزش مدل به نام Savanna را معرفی کرده است که کل فرآیند آموزش مدلهای هوش مصنوعی را در قالب کد پیادهسازی میکند. آموزش مدلها به دلیل پیچیدگی فزاینده، نیا…
شرکت Physical Intelligence مدل π0.7 را معرفی کرد که توانایی تعمیمپذیری و ترکیب مهارتها را در رباتیک بهبود بخشیده است. این مدل همهکاره میتواند وظایف چابک را با عملکردی مشابه مدل…
Databricks مدل جدیدی به نام KARL را معرفی کرده است که از یادگیری تقویتی سفارشی برای بهبود استدلال دانشمحور سازمانی استفاده میکند. این مدل با هزینه و تاخیر کمتری نسبت به مدلهای پ…