会员服务
Semantic Representation for Agentic Self-Play in Automated Laboratories
Semantic Representation for Agentic Self-Play in Automated Laboratories
Arxiv
0+阅读 · 10月23日
Tempo-Zero: Recursive Self-Play in Executable Worlds for Video Reasoning
Arxiv
0+阅读 · 10月23日
R$^2$Orch: Recursive Self-Improvement for Agent Orchestration via Self-Play within a Skill-Internalization Loop
Arxiv
0+阅读 · 10月22日
TerraTransfer++: Demonstration-Free End-to-End Planner
Arxiv
0+阅读 · 10月21日
Learning to Drive in New Cities Without Human Demonstrations
Arxiv
0+阅读 · 10月22日
RuleSmith: Multi-Agent LLMs for Automated Game Balancing
Arxiv
0+阅读 · 10月21日
The Predictive--Optimization Gap in GuanDan Self-Play
Arxiv
0+阅读 · 10月21日
CasePlay: Self-Play Reinforcement Learning from Case Reports for Medical Reasoning
Arxiv
0+阅读 · 10月18日
Superhuman AI for Generals.io Using Self-Play Reinforcement Learning
Arxiv
0+阅读 · 10月18日
Why Alternation Speeds Up Counterfactual Regret Minimization?
Arxiv
0+阅读 · 10月15日
R$^2$Orch: Recursive Self-Improvement for Agent Orchestration via Self-Play within a Skill-Internalization Loop
Arxiv
0+阅读 · 10月15日
Selection Is Not Learning: Choosing Model Futures
Arxiv
0+阅读 · 10月15日
PureTD: Reinforcement Learning for Backgammon Money Games with No Evaluation-time Search
Arxiv
0+阅读 · 10月15日
SHRED: Self-Play for Heterogeneous Road-Users without Expert Demonstrations
Arxiv
0+阅读 · 10月14日
MSP: Modality Self-Play for Training Multimodal LLMs Without Paired Cross-Modal Data
Arxiv
0+阅读 · 10月14日
参考链接
微信扫码咨询专知VIP会员
Top