PPO 曾被 NeurIPS 拒稿，如今成最常用 RL 算法引用超 4.5 万

IanArawjo · x · 2026-09-21

有人翻出旧事：强化学习算法 PPO 在 2017 年曾被 NeurIPS 拒稿，如今它已是世界上使用最广的 RL 算法，引用量超过 45,000 次。

发帖人由此感慨：在本届 ICLR 超过 6 万篇投稿的规模下，不知道有多少篇未来的「PPO」正在被拒。这是一则关于审稿制度与算法命运反差的 AI 圈经典轶事。

原文链接 →

「Fun」频道最新

• 假想平行宇宙：若 2023 年 AI 实验室补偿艺术家会怎样 — wordgrammer · 2026-09-21
• 吐槽:公司团建要连一周网,客服团队却在葡萄牙 — HaktanSuren · 2026-09-21
• 「胖小猫」梗再现:AI 圈互玩 Le Chaton Fat 梗 — BLUECOW009 · 2026-09-21
• 「让 agent 加点惊艳感」梗图刷屏 — edwinarbus · 2026-09-21
• 「Jevops」终局：在老黄虚拟机里跑所有代码 — AustinZHenley · 2026-09-21
• 单张地图挤进 400+ 个 AI bot,基础设施扛住了 — Daniel_Farinax · 2026-09-21

更多「Fun」频道 AI 资讯 →