强化学习标签_鲟曦研习社

编辑

强化学习

（这个标签还没有简介，来参与编辑吧）

文章数

30

帖子数

1
最新创建

相关文章

NeurIPS 2023 | ContextWM：解锁世界模型的现实场景视频预训练

将门 · 赞同 0
RLHF与AlphaGo核心技术强强联合，UW/Meta让文本生成能力再上新台阶

机器之心 · 赞同 0
NeurIPS 2023 | 动态组合模型来应对数据分布的变化

将门 · 赞同 0
狂揽4k star，AI通过强化学习玩宝可梦，两万场后成功拿下

机器之心 · 赞同 0
独家｜OpenAI超级对齐负责人Jan Leike：如何破解对齐难题？用可扩展监督

机器学习算法与自然语言处理 · 赞同 0
刺激，无人机竞速超越顶级人类玩家，强化学习再登Nature封面

机器学习算法与自然语言处理 · 赞同 0
大模型RLHF算法更新换代，DeepMind提出自训练离线强化学习框架ReST

将门 · 赞同 0
Transformer+强化学习，谷歌DeepMind让大模型成为机器人感知世界的大脑

机器之心 · 赞同 0
ICCV 2023 Oral | UniDexGrasp++：基于几何感知课程和迭代通用-专家策略学习的灵巧手抓取算法

将门 · 赞同 0
语言模型做先验，统一强化学习智能体，DeepMind选择走这条通用AI之路

机器之心 · 赞同 0

相关帖子

2021, 字节跳动强化学习团队招聘ing

埼玉老师讨论

反馈