京东 11.11 红包
【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
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61期 何浩然 Diffusion：Model is an Effective Planner and Data Synthesi
...
【RLChina论文研讨会】第90期 李英儒 Q* meets Thompson Sampling：Scaling up Exploration via Hyp
...
【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78期 袁昊琦 用预训练目标模型辅助强化学习中的样本高效利用
...
【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 2023】主旨报告 安波 Towards Foundation Agents：Autonomous Agents, AI Agents
...
【RLChina论文研讨会】第81期 曲云 基于反事实保守Q学习的离线多智能体强化学习算法
...
【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82期 胡梦康 Tree-Planner：Efficient Close-loop Task Planning with
...
【RLChina论文研讨会】第76期 董恒 基于双曲表征的多细胞机器人设计
...
【RLChina论文研讨会】第58期 王锡淮 Order Matters：Agent-by-agent Policy Optimization
...
【RLChina 2023】Tutorial 杨梦月 Causality For Decision Making
...
【RLChina论文研讨会】第73期 史紫荆 文字冒险游戏中的道德决策制定
...
【RLChina论文研讨会】第75期 秦默雷 EarnHFT：Efficient hierarchical reinforcement learning for
...
【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69期 黄红蓝 Active Client Selection for Clustered Federated Learning
...
【RLChina论文研讨会】第35期 薛轲 多智能体动态算法配置
...
【RLChina论文研讨会】第90期 全国瑞 Learning Constraints from Offline Demonstrations via Sup
...
【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 前沿讲习班】第3期 因果推断专题 第2场 中国人民大学 陈旭
...
【RLChina论文研讨会】第84期 刘明桓 Visual Whole-Body Control for Legged Loco-Manipulation
...
【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84期 王俊 CyberDemo Augmenting Simulated Human Demonstration for Rea
...
【RLChina论文研讨会】第71期 胡修远 基于多GPT智能体强化学习的全新药物分子设计
...
【RLChina论文研讨会】第94期 吕怡琴 Robust Fast Adaptation from Adversarially Explicit Task D
...
【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
...
【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 2023】Tutorial 张伟楠 强化学习入门
...
【RLChina 2023】特别论坛 王磊 When Large Language Model based Agent Meets User Behavior
...
【RLChina 2023】主旨报告 刘群 大语言模型的自我改进和自我进化
...
【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60期 杨梦月 从混合数据中分离出鲁棒的因果表征
...
【RLChina论文研讨会】第55期 何强 Eigensubspace of Temporal-Difference Dynamics and How It I
...
【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