京东 11.11 红包
【RLChina论文研讨会】第50期 陈烽 基于自监督信息聚合的高效多智能体通信
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 2021】第11课 多智能体入门（一） 杨耀东
...
【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48期 刘宗凯 零和博弈中的最终策略收敛
...
【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论文研讨会】第52期 吴吉洲 多智能体强化学习自动课程学习
...
【RLChina论文研讨会】第49期 刘梓辰 Efficient Offline Policy Optimization with a Learned Mode
...
【RLChina论文研讨会】第61期 何浩然 Diffusion：Model is an Effective Planner and Data Synthesi
...
【RLChina论文研讨会】第26期 王丽 个体奖励辅助的多智能体强化学习方法
...
【RLChina论文研讨会】第87期 盛俊杰 语言智能体可以作为PPO的替代吗？一个在OpenAI Gym上的初步研究
...
【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50期 杨如帅 基于行为对比的强化学习技能挖掘方法
...
【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2期 刘明桓 Curriculum Offline Imitation Learning
...
【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26期 万里鹏 基于贪婪值函数表征的多智能体最优协作方法
...
【被导师放养】研究生SCI论文从写作到发表，SCI论文产出全过程精讲！手把手教你从写作到发表的全过程—论文写作_sci论文_sci论文写作
...
【RLChina论文研讨会】第93期 王治海 基于分层自适应多任务强化学习框架的乘法电路自动设计
...
【RLChina论文研讨会】第73期 马晓健 开放世界下的通才具身智能体
...
【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56期 施余峰 Multi-Agent Reinforcement Learning with Safety Layer for
...
【RLChina论文研讨会】第38期 张福翔 Discovering Generalizable Multi-agent Coordination Skills
...
【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56期 宋昊霖 MA2CL：Masked Attentive Contrastive Learning for Multi-Age
...
【RLChina论文研讨会】第53期 张子谦 Fast Teammate Adaptation in the Presence of Sudden Policy
...
【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 前沿讲习班】第4期 贝叶斯优化专题 第1场 牛津大学 茹彬鑫
...
【RLChina论文研讨会】第58期 王锡淮 Order Matters：Agent-by-agent Policy Optimization
...
【RLChina 2023】专题报告二：从生成式大模型到决策式大模型 张伟楠
...
【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88期 张谷 Learning Dexterous Robot Manipulation Skills Based On 3D V
...
【RLChina论文研讨会】第83期 叶语霄 LLM-based Text2SQL：new SOTA and comprehensive benchmarkin
...
【RLChina 2022】前沿进展七：深度强化学习的若干前沿方向 柯良军
...
【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56期 李逸尘 Policy Regularization with Dataset Constraint for Offline
...
【RLChina论文研讨会】第77期 吴佳龙 世界模型的内生任务均衡
...
【RLChina 2022】专题报告一：多智能体强化学习 张崇洁
...
【RLChina论文研讨会】第83期 曾勇程 Token-level Direct Preference Optimization