OpenAI 用机器人手在模拟训练中学会解魔方

OpenAI 训练了一对神经网络，让类人机器人手解开魔方。训练完全在模拟环境中进行，使用了与 OpenAI Five 相同的强化学习代码，并结合一种名为 Automatic Domain Randomization (ADR) 的新技术。系统能应对训练中未见过的情况，例如被毛绒长颈鹿戳碰，表明强化学习可解决物理世界中要求极高灵巧度的问题。