cs.LG（2024-10-19）

📊 共 9 篇论文 | 🔗 2 篇有代码

🎯 兴趣领域导航

支柱二：RL算法与架构 (RL & Architecture) (5 🔗1) 支柱九：具身大模型 (Embodied Foundation Models) (3 🔗1) 支柱一：机器人控制 (Robot Control) (1)

🔬 支柱二：RL算法与架构 (RL & Architecture) (5 篇)

#	题目	一句话要点	标签	🔗	⭐
1	Reinfier and Reintrainer: Verification and Interpretation-Driven Safe Deep Reinforcement Learning Frameworks	提出Reintrainer框架，实现可验证和可解释的安全深度强化学习。	reinforcement learning deep reinforcement learning DRL	✅
2	Hierarchical Reinforced Trader (HRT): A Bi-Level Approach for Optimizing Stock Selection and Execution	提出HRT双层强化学习交易框架，优化股票选择与执行，提升夏普比率。	reinforcement learning deep reinforcement learning DRL
3	GNNRL-Smoothing: A Prior-Free Reinforcement Learning Model for Mesh Smoothing	提出一种无需先验知识的GNN强化学习网格平滑模型，提升网格质量和效率。	reinforcement learning
4	IntersectionZoo: Eco-driving for Benchmarking Multi-Agent Contextual Reinforcement Learning	提出IntersectionZoo：用于多智能体上下文强化学习的基准测试平台，解决城市道路网络合作节能驾驶问题。	reinforcement learning
5	GUIDE: Real-Time Human-Shaped Agents	GUIDE：提出一种实时人机协作强化学习框架，加速人形智能体策略学习	reinforcement learning policy learning

🔬 支柱九：具身大模型 (Embodied Foundation Models) (3 篇)

#	题目	一句话要点	标签	🔗	⭐
6	LangGFM: A Large Language Model Alone Can be a Powerful Graph Foundation Model	LangGFM：仅用大型语言模型即可构建强大的图基础模型	large language model foundation model
7	Explaining Graph Neural Networks with Large Language Models: A Counterfactual Perspective for Molecular Property Prediction	提出LLM-GCE，利用大语言模型提升图神经网络在分子性质预测中的可解释性。	large language model	✅
8	Deep Learning Foundation and Pattern Models: Challenges in Hydrological Time Series	针对水文时间序列，研究深度学习基础模型和模式模型的挑战与优化。	foundation model

🔬 支柱一：机器人控制 (Robot Control) (1 篇)

#	题目	一句话要点	标签	🔗	⭐
9	Time-Varying Convex Optimization with $O(n)$ Computational Complexity	提出计算复杂度为O(n)的时变凸优化算法，解决传统方法计算量大的问题。	model predictive control

⬅️ 返回 cs.LG 首页 · 🏠 返回主页