OpenAI 发布近端策略优化（PPO）强化学习算法

OpenAI 宣布发布近端策略优化（PPO）这一类强化学习算法，并称其表现可与当时最先进的方法相当或更好，同时实现和调参更简单。OpenAI 表示，PPO 因易用且性能良好，已成为其内部默认的强化学习算法。