Contrastive Prefence Learning: Learning from Human Feedback without RL
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
IsaacLab+rsl_rl强化学习
...
RL vs MPC，LeCun：MPC，胜！我不看好强化学习
...
RA-L 24浙大最新成果Parkour with Implicit-Explicit Learning Framework for Legged Robots
...
RLVF: Learning from Verbal Feedback without Overgeneralization
...
PACC：使用 MPC 的四足机器人高负载协作搬运被动臂方法
...
Learning to Learn Faster from Human Feedback with Language Model Predictive Cont
...
Improving Summarization with Human Edits
...
使用CARLA-SB3-Training-Environment训练的自动驾驶RL模型效果演示
...
基于Q-learning求解机器人路径规划问题
...
Parrot: Pareto-optimal Multi-Reward Reinforcement Learning Framework for Text-to
...
Contrastive Chain-of-Thought Prompting
...
In-Context Principle Learning from Mistakes
...
机器人展示未来能做什么
...
[RA-L 2020] Object Recognition, Contact Simulation, Detection, and Control
...
PiPER：仅售 2,499 美元 AgileX 的下一代轻型机械臂！
...
基于生成式强化学习的指令上下文增强模型：ICE-GRT
...
一次性训了一个带fall recovery 和 velocity tracking的policy，目前步态看着还成
...
SOTOPIA-$π$: Interactive Learning of Socially Intelligent Language Agents
...
青龙人形机器人开源强化学习库GymLoong测试
...
人形双足模仿学习强化学习AMP ASE Exbody求助
...
终于玩上了！在Isaac实现unitree H1的运动仿真
...
Offline Actor-Critic Reinforcement Learning Scales to Large Models
...
基于多智能体强化学习的多小车建图与导航
...
人形机器人腿部结构 基于 4DoF 球面并联机构
...
Are Large Language Models Post Hoc Explainers?
...
四足运动：用三种不同的方法在崎岖地形上行走
...
基于生成式模拟的机器人技能学习方法
...
An Image is Worth Multiple Words: Learning Object Level Concepts using Multi-Con
...
上海交大张伟楠强化学习课程第1讲：强化学习简介II
...
WRC2024 逐际动力 P1 抗扰动 Live Demo
...
从人类反馈中学习：纳什学习在大型语言模型中的应用
...
数学与AI结合的新里程碑：Lean4专用DeepSeek语言模型，全新蒙特卡洛树搜索变体
...
Touchdesigner+Arduino教程预告🤩空间转换！ | TD教程 | Touchdesigner引玉课堂 | Alexxxxxi
...
VeRA: Vector-based Random Matrix Adaptation
...
Visual In-Context Prompting
...
上海交大张伟楠强化学习课程第16讲：基于扩散模型的强化学习
...
Editing Personality for LLMs
...
Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection
...
LLaVA-Interactive: 一种多模态人机交互研究原型
...
[IROS 2024] 通过分布式优化加速腿式机器人的模型预测控制