Félicitations à mon brillant co-fondateur Philipp Moritz (@pcmoritz) et aux légendaires John Schulman, Sergey Levine, Pieter Abbeel et Michael Jordan pour leur mention honorable à l’épreuve du temps à l’ICML 2025 aujourd’hui ! Pour la création de TRPO. Cela a été fait lors de la précédente vague d’engouement autour de l’apprentissage par renforcement (Atari, Mujoco, AlphaGo, etc.). Aujourd’hui, RL est de retour grâce aux LLM et aux modèles de raisonnement et le travail a plus d’impact que jamais ! Le domaine a, dans une large mesure, normalisé sur des variantes de TRPO. @pcmoritz @johnschulman2, @svlevine @pabbeel