会员服务
Continual Learning with Support Boundary Experience Blending
Arxiv
0+阅读 · 6月18日
Continual Online Personalization of Exoskeleton Control via Manifold-Aware Experience Replay
Arxiv
0+阅读 · 6月16日
Continual Learning with Support Boundary Experience Blending
Arxiv
0+阅读 · 6月10日
APEX-EM: Non-Parametric Online Learning for Autonomous Agents via Structured Procedural-Episodic Experience Replay
Arxiv
0+阅读 · 3月31日
OP-GRPO: Efficient Off-Policy GRPO for Flow-Matching Models
Arxiv
0+阅读 · 4月5日
Enabling Option Learning in Sparse Rewards with Hindsight Experience Replay
Arxiv
0+阅读 · 2月14日
Variance Reduction Based Experience Replay for Policy Optimization
Arxiv
0+阅读 · 2月5日
VLM-Guided Experience Replay
Arxiv
0+阅读 · 2月2日
Preliminary Tests of the Anticipatory Classifier System with Hindsight Experience Replay
Arxiv
0+阅读 · 1月14日
Be Your Own Red Teamer: Safety Alignment via Self-Play and Reflective Experience Replay
Arxiv
0+阅读 · 1月15日
Federated Learning Under Temporal Drift -- Mitigating Catastrophic Forgetting via Experience Replay
Arxiv
0+阅读 · 1月19日
Enhanced-FQL($λ$), an Efficient and Interpretable RL with novel Fuzzy Eligibility Traces and Segmented Experience Replay
Arxiv
0+阅读 · 1月7日
Multiscale replay: A robust algorithm for stochastic variational inequalities with a Markovian buffer
Arxiv
0+阅读 · 1月4日
First-Order Representation Languages for Goal-Conditioned RL
Arxiv
0+阅读 · 2025年12月22日
Trajectory Balance with Asynchrony: Decoupling Exploration and Learning for Fast, Scalable LLM Post-Training
Arxiv
0+阅读 · 2025年12月3日
参考链接
微信扫码咨询专知VIP会员
Top