概念OpenAI Evolution Strategies
OpenAI ES
OpenAI 提出的一种进化策略变体，不显式维护分布参数，通过对模型参数施加高斯扰动并利用奖励加权平均方向来更新参数。
时间轴 (近 90 天)
10月27日
本文讨论的 ES 变体与 OpenAI ES 一脉相承：不显式维护分布参数，而是对当前模型参数施加高斯扰动得到子代，用奖励作为权重计算加权平均方向进行更新。
待验证50%
10月27日
OpenAI ES 形式在强化学习与黑盒优化中流行，因为它易于并行、不依赖反向传播，且对奖励尺度有一定鲁棒性。
待验证50%