cs.LG（2025-03-24）

📊 共 7 篇论文 | 🔗 1 篇有代码

🎯 兴趣领域导航

支柱二：RL算法与架构 (RL & Architecture) (4) 支柱一：机器人控制 (Robot Control) (2 🔗1) 支柱九：具身大模型 (Embodied Foundation Models) (1)

🔬 支柱二：RL算法与架构 (RL & Architecture) (4 篇)

#	题目	一句话要点	标签	🔗	⭐
1	SimpleRL-Zoo: Investigating and Taming Zero Reinforcement Learning for Open Base Models in the Wild	SimpleRL-Zoo：探索和驯服零强化学习，用于通用开放基础模型	reinforcement learning instruction following chain-of-thought
2	Continual Reinforcement Learning for HVAC Systems Control: Integrating Hypernetworks and Transfer Learning	提出基于超网络的持续强化学习框架，用于暖通空调系统控制，提升样本效率和泛化能力。	reinforcement learning deep reinforcement learning DRL
3	Distil-xLSTM: Learning Attention Mechanisms through Recurrent Structures	提出Distil-xLSTM，通过知识蒸馏提升xLSTM在NLP任务中的效率。	Mamba large language model
4	Latent Embedding Adaptation for Human Preference Alignment in Diffusion Planners	提出基于偏好隐空间嵌入的扩散规划器，高效对齐人类偏好	reinforcement learning RLHF

🔬 支柱一：机器人控制 (Robot Control) (2 篇)

#	题目	一句话要点	标签	🔗	⭐
5	Bootstrapped Model Predictive Control	提出Bootstrapped MPC，通过自举学习策略提升连续控制任务性能。	locomotion MPC model predictive control	✅
6	Evolutionary Policy Optimization	提出进化策略优化（EPO），结合进化算法与策略梯度提升强化学习性能。	legged locomotion locomotion manipulation

🔬 支柱九：具身大模型 (Embodied Foundation Models) (1 篇)

#	题目	一句话要点	标签	🔗	⭐
7	Solving Situation Puzzles with Large Language Model and External Reformulation	提出外部重构方法，提升大语言模型在情境谜题中的推理能力	large language model

⬅️ 返回 cs.LG 首页 · 🏠 返回主页