京东 11.11 红包
【RLChina 论文研讨会】第29期 郭亨铨 强约束条件下在线凸优化算法研究
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41期 杨林鑫 混合整数线性优化问题上基于图神经网络的“预测-搜索”算法框架
...
【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
...
【RLChina论文研讨会】第80期 冯加恒 离线到在线强化学习中的稳定化无约束微调
...
【RLChina 论文研讨会】第29期 白丰硕 元奖励网络：一种隐式微分奖励学习的基于偏好的强化学习方法
...
【RLChina 论文研讨会】第29期 蒋铮尧 隐动作空间内的高效规划
...
【RLChina论文研讨会】第35期 薛轲 多智能体动态算法配置
...
【RLChina 2023】 专题报告六：基于大语言模型的开放世界智能决策 杨耀东
...
【RLChina论文研讨会】第25期 温睦宁 MARL is a Sequence Modeling Problem
...
【RLChina论文研讨会】第43期 王治海 面向资源受限强化学习的高效探索
...
【RLChina论文研讨会】第31期 姜力 一种模仿结合策略引导的离线强化学习算法
...
【RLChina论文研讨会】第44期 梁豪 用于风险敏感控制的分布强化学习的遗憾保证
...
【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27期 刘世旋 增广POMDP：一种结合观测型数据和干预型数据的因果强化学习方法
...
【RLChina论文研讨会】第72期 马纬彧 大模型玩转星际 新的基准和总结链的尝试
...
【RLChina论文研讨会】第36期 陈晰 基于潜变量优势加权的离线强化学习优化算法
...
【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
...
【RLChina论文研讨会】第82期 梁志烜 SkillDiffuser: Interpretable Hierarchical Planning via
...
【RLChina论文研讨会】第20期 张杨 基于离线强化学习框架的在线优惠券分配策略研究
...
【RLChina论文研讨会】第42期 阳方杰 有效的深度强化学习需要调节统计过拟合
...
UCL 汪军教授《Multi-agent AI》课程（中文字幕）
...
【RLChina论文研讨会】第46期 闫雪 Learning to Identify Top Elo Ratings：A Dueling Bandits App
...
【RLChina 2022】实践课五：离线强化学习算法 秦熔均
...
【RLChina论文研讨会】第33期 万旭 AdapSafe面向低碳电力系统频率控制的自适应与安全保证深度强化学习算法
...
【RLChina论文研讨会】第40期 史紫荆 文字冒险游戏中的价值对齐
...
【RLChina论文研讨会】第50期 邢东 多智能体即兴协作中的类型混淆
...
【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57期 罗俊仁 博弈决策视角下的“外交风云”多人博弈AI实证分析
...
【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
...
【RLChina论文研讨会】第38期 张福翔 Discovering Generalizable Multi-agent Coordination Skills
...
大模型如何增强强化学习？简单粗暴理解大模型训练中的人类反馈强化学习RLHF！PPO算法、ChatGPT背后的数学原理
...
【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92期 张万鹏 通过因果表示解决强化学习中的非平稳性问题
...
【RLChina论文研讨会】第45期 穆尧 AdaptDiffuser：Diffusion Models as Adaptive Self-evolving
...
【RLChina论文研讨会】第24期 王远非 Multi-Agent Communication and Cooperation with Theory of
...
【RLChina论文研讨会】第44期 李子牛 一种基于模仿学习的迁移学习理论
...
【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60期 张策尧 使用大型语言模型构建主动协作人工智能
...
【RLChina论文研讨会】第25期 马成栋 Fully Decentralized M-based Policy Optimization for Netw—
...
【RLChina论文研讨会】第31期 牛浩懿 何时相信你的仿真器：考虑动力学偏差的混合离线在线强化学习