标签
OpenAI 的复古竞赛圆满落幕，923 个团队参赛，利用 Sonic 基准开发可泛化的算法。排名靠前的团队主要使用了经过调优的现有算法，如 PPO 和 Rainbow DQN，其中 Dharmaraja 以 4,692 分（理论最高分为 10,000 分）赢得第一名。