OpenAI Blog（博客/媒体）
60
推荐理由：为RL从业者提供了一种处理长时域依赖的结构化方法，可能影响机器人、游戏AI等领域的策略学习。
全部 AI 动态
AI 相关资讯全量信息流
5月11日
00:17
OpenAI提出了一种基于随机神经网络的层次化强化学习框架，通过引入潜在变量来学习不同时间尺度的策略，解决了长期决策任务中的信用分配问题。该方法在复杂导航和机器人控制任务中展示了更好的样本效率和可扩展性。
00:16
OpenAI Blog（博客/媒体）
精选85
推荐理由：该方法解决了AI对齐中的核心难题——如何让AI理解人类真实意图，对构建可控AI系统具有里程碑意义。
00:16
OpenAI Blog（博客/媒体）
65
推荐理由：对AI安全研究和自动驾驶系统开发者极具警示意义，表明多模态感知并非对抗防御的万能药。