京东 11.11 红包
【RLChina论文研讨会】第70期 吴梓帆 优化基于模型多智能体强化学习中的多步局部模型交互
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【RLChina论文研讨会】第67期 张钰荻 强化学习中可解释的奖励重新分配：一种因果角度方法
...
【RLChina论文研讨会】第34期 马一宁 解决车辆路径问题的深度强化学习方法：近期发展及挑战
...
2024最火的两个模型：Informer+LSTM两大时间序列预测模型，论文精读+代码复现，通俗易懂！——人工智能|AI|机器学习|深度学习
...
【RLChina 论文研讨会】第28期 刘宗凯 基于策略多样性的多智能体强化学习
...
【RLChina论文研讨会】第80期 叶鸣轩 强化学习中基于状态序列频域预测的表征学习方法
...
【RLChina论文研讨会】第87期 林越 多智能体强化学习中的信息设计
...
【RLChina论文研讨会】第52期 郝晓田 多智能体强化学习中的置换不变性和置换同变性
...
【RLChina论文研讨会】第51期 杨以钦 离线强化学习中的无监督数据共享
...
【RLChina 2021】第11课 多智能体入门（一） 杨耀东
...
【RLChina 论文研讨会】第28期 吴梓帆 规划模型预测：基于策略与模型角色反转的有模型强化学习算法
...
研究生话题：入门机器学习深度学习需要多久时间？这次终于能搞明白了！
...
【RLChina论文研讨会】第86期 毛怡欢 风格化强化学习：从异质数据集中抽取多样性、高质量的行为
...
【RLChina论文研讨会】第72期 张知临 强化学习在阿里妈妈广告场景的大规模落地实践
...
【RLChina论文研讨会】第68期 赵有朋 策略空间中的多智能体一阶约束优化方法
...
【RLChina论文研讨会】第85期 刘子儒 同时优化及时反馈与长期留存的序列推荐框架
...
【RLChina论文研讨会】第86期 黄浩栩 基于基础大模型的通用机器人操作框架
...
【RLChina论文研讨会】第30期 徐志伟 基于模型的合作多智能体强化学习方法
...
B站强推！【PyTorch深度学习实战案例】70个练手项目合集，B站最通俗易懂的pytorch深度学习，还不拿下！！-PyTorch/PyTorch安装
...
【RLChina论文研讨会】第78期 陈炤桦 重复二价拍卖中的动态预算节流方法
...
【RLChina论文研讨会】第82期 胡梦康 Tree-Planner：Efficient Close-loop Task Planning with
...
【RLChina论文研讨会】第91期 刘润泽 PEARL：机器人操作的零样本跨任务偏好对齐和鲁棒奖励学习
...
【RLChina论文研讨会】第35期 袁雷 基于演化生成及辅助对抗攻击训练的鲁棒性多智能体强化学习
...
【RLChina论文研讨会】第43期 阳明宇 多智能体强化学习中的动态子任务分配
...
【RLChina论文研讨会】第96期 陈逸彬 SheetAgent：基于大型语言模型的通用型表格推理与操作智能体
...
【RLChina论文研讨会】第96期 刘金毅 大语言模型驱动的单细胞测序数据分析自主智能体
...
【RLChina论文研讨会】第80期 庞竟成 不懂就问：主动询问有助于提升大语言模型回答质量
...
【RLChina论文研讨会】第46期 宋研 强化学习中的系统设计
...
【RLChina论文研讨会】第37期 戴子彭 基于社会价值取向的无人车交互决策方法
...
【RLChina论文研讨会】第51期 王鉴浩 同分布在线快速自适应的离线元强化学习
...
【RLChina论文研讨会】第67期 冯熙栋 类AlphaZero的树搜索可以引导语言模型解码与训练
...
【RLChina论文研讨会】第88期 徐国玮 基于“神经元冬眠”效应的高样本效率视觉强化学习算法
...
【RLChina论文研讨会】第63期 赵一诺 机械臂控制中的视觉强化学习策略泛化研究近况
...
【RLChina论文研讨会】第24期 袁昊琦 离线元强化学习中基于对比学习的稳定任务表示
...
【RLChina 2022】前沿进展五：应用多智能体强化学习解决现实问题——机遇和挑战 方飞
...
【RLChina论文研讨会】第37期 梁贺斌 基于深度强化学习求解MinMax多旅行商问题的序列切割算法
...
深度学习论文里的数学看不懂？那一定是你还不知道这个方法！
...
【RLChina 2023】 专题报告三：强化学习与语言大模型的一些共通点 俞扬
...
【RLChina论文研讨会】第86期 王圣杰 EfficientZero V2：一种通用且采样高效的基于模型强化学习方法
...
【RLChina论文研讨会】第48期 林谦 面向实时预算约束的离线安全强化学习
...
【RLChina论文研讨会】第79期 娄行舟 自由形式自然语言约束下的基于预训练语言模型的安全强化学习算法