OpenAI 提出层次化强化学习算法，可在数千步导航任务中实现快速学习

OpenAI 开发了一种层次化强化学习算法，能够学习可用于解决多类任务的高层动作，从而在需要数千步的导航任务中实现快速求解。在一组导航问题上应用该算法时，系统会自动发现用于在不同方向行走与爬行的高层动作集，使智能体能够迅速掌握新的导航任务。