PulseAugur
中
实时 12:38:15
实体 Lu Guo

Lu Guo

PulseAugur coverage of Lu Guo — every cluster mentioning Lu Guo 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_147948 ·

    新的RAD方法通过状态检索改进离线强化学习

    研究人员推出了一种名为检索高质量示范（RAD）的新方法，以增强离线强化学习中的决策能力。RAD通过引入一个检索机制来识别高回报和可达状态，从而解决了静态数据集的局限性。然后，一个生成模型根据这些目标创建子轨迹，从而提高策略的泛化能力和在各种基准测试中的性能。