OpenAI 开源 RL-Teacher，用人类反馈替代手工设计的奖励函数

OpenAI 开源 RL-Teacher，这是其通过偶尔的人类反馈而非手工设计奖励函数来训练 AI 的接口的开源实现。该技术最初作为迈向安全 AI 系统的一步而开发，也适用于奖励难以指定的强化学习问题。