OpenAI 提出 RL²：用慢强化学习实现快速强化学习

OpenAI 发布 RL² 技术报告，提出一种通过慢速强化学习来加速强化学习训练的方法。该方法旨在让智能体在少量交互中快速适应新任务，通过元学习机制将慢速 RL 学到的知识迁移到快速适应中。报告详细介绍了算法设计、实验设置及在多个基准任务上的表现，展示了在样本效率和收敛速度上的显著提升。