cs.LG（2025-01-08）
📊 共 3 篇论文
🎯 兴趣领域导航
🔬 支柱二：RL算法与架构 (RL & Architecture) (2 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | Utility-inspired Reward Transformations Improve Reinforcement Learning Training of Language Models | 利用效用理论的奖励转换提升语言模型强化学习训练效果 | reinforcement learning large language model | ||
| 2 | Safe Reinforcement Learning with Minimal Supervision | 提出基于无监督数据收集和乐观遗忘的安全强化学习方法，解决弱监督下的安全探索问题。 | reinforcement learning |
🔬 支柱一：机器人控制 (Robot Control) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 3 | Dual-Force: Enhanced Offline Diversity Maximization under Imitation Constraints | 提出Dual-Force算法，在模仿约束下增强离线多样性最大化，用于机器人技能学习。 | quadruped locomotion |