Congratulazioni al mio brillante co-fondatore Philipp Moritz (@pcmoritz) e ai leggendari John Schulman, Sergey Levine, Pieter Abbeel e Michael Jordan per la loro Menzione d'Onore alla Prova del Tempo all'ICML 2025 di oggi! Per la creazione di TRPO. Questo è stato fatto durante la precedente ondata di entusiasmo per l'apprendimento per rinforzo (Atari, Mujoco, AlphaGo, ecc.). Ora RL è tornato grazie agli LLM e ai modelli di ragionamento e il lavoro è più incisivo che mai! Il campo si è in larga misura standardizzato sulle varianti di TRPO. @pcmoritz @johnschulman2, @svlevine, @pabbeel