OpenAI 开源强化学习泛化训练环境 CoinRun
OpenAI 发布强化学习训练环境 CoinRun，为智能体将经验迁移到新情境的能力提供量化指标，并已帮助澄清强化学习领域一个长期存在的谜题。CoinRun 的复杂度低于 Sonic the Hedgehog 等传统平台跳跃游戏，但仍对前沿算法构成泛化挑战。
#开源/仓库
OpenAI NewsAI 评分4646
OpenAI NewsAI 评分4444 Glow：更好的可逆生成模型
OpenAI 推出可逆生成模型 Glow，采用可逆 1x1 卷积，简化了此前可逆生成模型的架构。Glow 能生成逼真的高分辨率图像、支持高效采样，并能发现可用于操纵数据属性的特征。OpenAI 同时开源了模型代码并上线在线可视化工具供人探索。
OpenAI NewsAI 评分3838 OpenAI 开源八个模拟机器人环境与 Hindsight Experience Replay 实现
OpenAI 开源了八个模拟机器人环境和 Hindsight Experience Replay 的 Baselines 实现，均为过去一年内部研究所用。这些环境已被用于训练可在实体机器人上运行的模型，OpenAI 同时发布了若干机器人研究方向的请求（requests for robotics research）。
OpenAI NewsAI 评分4040 OpenAI Baselines 新增 ACKTR 与 A2C 实现
OpenAI 发布了两个新的 OpenAI Baselines 实现：ACKTR 和 A2C。A2C 是 A3C 的同步、确定性变体，性能与 A3C 相当；ACKTR 是比 TRPO 和 A2C 更样本高效的强化学习算法，每次更新所需计算量仅比 A2C 略多。
OpenAI NewsAI 评分3636 OpenAI 开源 RL-Teacher：通过人类反馈训练 AI
OpenAI 开源了 RL-Teacher，一个通过偶尔的人类反馈而非手工设计奖励函数来训练 AI 的界面实现。该技术是迈向安全 AI 系统的一步，也适用于奖励难以明确指定的强化学习问题。
OpenAI NewsAI 评分4545 OpenAI 开源基于 MuJoCo 的高性能机器人仿真 Python 库
OpenAI 开源了一个基于 MuJoCo 引擎的高性能 Python 机器人仿真库，源自其过去一年的机器人研究。该库面向机器人仿真场景，以 Python 库形式开放获取。
OpenAI NewsAI 评分4545 OpenAI 开源 OpenAI Baselines：DQN 及三个变体
OpenAI 开源了内部强化学习算法复现项目 OpenAI Baselines，首批发布 DQN 及其三个变体，性能与已发表结果持平。OpenAI 表示将在未来几个月陆续发布更多算法。
OpenAI NewsAI 评分4545 OpenAI 开源机器人仿真软件 Roboschool
OpenAI 发布开源机器人仿真软件 Roboschool，已与 OpenAI Gym 集成。
OpenAI NewsAI 评分4949 OpenAI Gym Beta 发布
OpenAI 发布强化学习（RL）算法开发与比较工具包 OpenAI Gym 的公开 beta 版，包含从模拟机器人到 Atari 游戏的环境套件，以及一个用于比较和复现结果的网站。