成为VIP会员查看完整内容
VIP会员码认证
首页
主题
会员
服务
注册
·
登录
奖励函数
关注
1
综合
百科
VIP
热门
动态
论文
精华
AIR: Adaptive Interleaved Reasoning with Code in MLLMs
Arxiv
0+阅读 · 6月22日
Causal Reward World Models: Zero-shot Reward Design for Automated Skill Generation
Arxiv
0+阅读 · 6月22日
MAVRL: Learning Reward Functions from Multiple Feedback Types with Amortized Variational Inference
Arxiv
0+阅读 · 6月19日
Video-Based Optimal Transport for Feedback-Efficient Offline Preference-Based Reinforcement Learning
Arxiv
0+阅读 · 6月15日
LoComposition: Terrain-Adaptive Energy-Efficient Quadruped Locomotion without Gait Priors
Arxiv
0+阅读 · 6月14日
Fairness Definitions and Metrics in Deep Reinforcement Learning for Drug Discovery in Healthcare: A Rapid Evidence Review
Arxiv
0+阅读 · 6月1日
Deep Reinforcement Learning Framework for Diversified Portfolio Management Across Global Equity Markets
Arxiv
0+阅读 · 5月17日
Reward Evolution with Graph-of-Thoughts: A Bi-Level Language Model Framework for Reinforcement Learning
Arxiv
0+阅读 · 6月6日
Accelerated Relax-and-Round for Concave Coverage Problems
Arxiv
0+阅读 · 5月7日
Robots That Know What to Ask: Recovering Misaligned Rewards through Targeted Explanations
Arxiv
0+阅读 · 5月21日
Enhanced LLM Reasoning by Optimizing Reward Functions with Search-Driven Reinforcement Learning
Arxiv
0+阅读 · 5月8日
Combinatorial Contracts Through Demand Types
Arxiv
0+阅读 · 4月16日
Reinforcement Learning with Foundation Priors: Let the Embodied Agent Efficiently Learn on Its Own
Arxiv
0+阅读 · 4月23日
Hierarchical Behaviour Spaces
Arxiv
0+阅读 · 4月27日
Reflection-Based Task Adaptation for Self-Improving VLA
Arxiv
0+阅读 · 4月9日
参考链接
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top