PulseAugur
中
实时 13:12:37
实体 Continuation-Aware GRPO

Continuation-Aware GRPO

PulseAugur coverage of Continuation-Aware GRPO — every cluster mentioning Continuation-Aware GRPO across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_205927 ·

    LLM框架通过持续感知策略学习增强工程系统协同

    研究人员开发了一种新颖的、基于LLM的分层框架，用于协同复杂的工程系统。该框架利用LLM管理异构操作上下文，同时任务特定控制器确保可执行的、符合约束的动作。一项关键创新是持续感知GRPO，它不仅根据即时结果评估协同决策，还评估其对系统长期演变的影响。与现有方法相比，该方法在模拟的多坡道交通控制和虚拟发电厂能源管理中表现出优越的性能。