京东 11.11 红包
【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
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70期 朱文轩 基于观察数据的深度因果强化学习
...
【RLChina 论文研讨会】第27期 王琦 基于模型的元强化学习：一种图结构代理模型和快速迁移的策略学习
...
【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82期 梁志烜 SkillDiffuser: Interpretable Hierarchical Planning via
...
【RLChina论文研讨会】第68期 阳明宇 分层多智能体技能发现
...
【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74期 程旭欣 Extreme Parkour with Legged Robots
...
【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78期 陈炤桦 重复二价拍卖中的动态预算节流方法
...
【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90期 徐圣 Robust Inverse Constrained Reinforcement Learning under Mo
...
【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83期 曾勇程 Token-level Direct Preference Optimization
...
【RLChina论文研讨会】第66期 周伯涵 通过离线预训练模型从视觉观测中学习策略
...
【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61期 何浩然 Diffusion：Model is an Effective Planner and Data Synthesi
...
【RLChina论文研讨会】第88期 胡开哲 Affordance Generalization Beyond Categories via Semantic
...
【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77期 张蒲石 Distributional Pareto-Optimal Multi-Objective Reinforcem
...
【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26期 王丽 个体奖励辅助的多智能体强化学习方法
...
【RLChina 2021】第6课 强化学习入门（二） 杨林
...
【RLChina 2021】第5课 强化学习入门（一） 张伟楠
...
【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69期 吕怡琴 A Simple Yet Effective Strategy to Robustify the Meta Lea
...
【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73期 洪逸宁 构建具身智能的3D基础大模型
...
【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 2021】第8课 强化学习进阶（二） 汪军
...
【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 2021】第18课 专题报告 —— 多智能体通信与协同中的博弈论与强化学习 方飞