Xin chúc mừng người đồng sáng lập xuất sắc của tôi Philipp Moritz (@pcmoritz tuổi) và huyền thoại John Schulman, Sergey Levine, Pieter Abbeel và Michael Jordan về Danh dự Thử nghiệm Thời gian của họ tại ICML 2025 hôm nay! Để tạo TRPO. Điều này được thực hiện trong làn sóng phấn khích trước đó xung quanh học tăng cường (Atari, Mujoco, AlphaGo, v.v.). Giờ đây, RL đã trở lại nhờ LLM và các mô hình lý luận và công việc có tác động mạnh mẽ hơn bao giờ hết! Lĩnh vực này ở một mức độ lớn đã được tiêu chuẩn hóa trên các biến thể của TRPO. @pcmoritz @johnschulman2, @svlevine, @pabbeel