Atari游戏史上最强通关算法来了——Go-Explore！

如何让AI符合人类的意图？如何创建符合用户意图的智能体？

智能体的连接问题,如何创建能符合人类目标的智能体？

研究人员们提出了一种新的导航工具SafeRoute

伯克利的研究人员提出了一种通用的自适应感知方法AdaSearch

基于模型的学习vs无模型学习

OpenAI的研究人员开发了一套基于能量的神经网络模型

OpenAI提出了一种回报设置方法RND

让强化学习智能体像人类一样穿短袖、衬衫等衣服

一种新型的基于情景记忆的模型，能够让智能体用“好奇心”探索环境

Deepmind“好奇心学习”新机制：让智能体不再偷懒

AI智能体学习如何跑步、躲避跨越障碍物

伯克利那个会“18般武艺”的DeepMimic模型开源了！

DeepMind开源了一个内部强化学习库TRFL

一种从视频中学习技能的框架（skills from videos，SFV）

UC Berkeley大学的研究人员们利用深度姿态估计和深度学习技术

DeepMind开发了PopArt，解决了不同游戏奖励机制规范化的问题

用PopArt进行多任务深度强化学习

Gibson能让算法同时探索感知和运动

基于TensorFlow的开源强化学习框架 Dopamine