OpenAI 发布强化学习新成果：Dota 智能体击败半职业选手推荐理由：OpenAI 使用 PPO 算法训练 Dota 智能体取得突破，展示了深度强化学习在复杂决策问题上的潜力。2018年6月26日Sam Altman☆论文论文/研究Agent精选评分 82
