实体 OSR L

OSR L

PulseAugur coverage of OSR L — every cluster mentioning OSR L across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_324492 · Oct 27 · 04:00

CORMA框架增强多约束离线安全强化学习

研究人员推出CORMA，一个用于离线安全强化学习的新框架，该框架解决了多约束环境的挑战。CORMA采用基于Mamba的架构，与传统的Transformer模型相比具有更高的效率，并采用约束路由方法来融合安全特定专家模型。该方法旨在提高对未见安全预算组合的泛化能力并降低推理延迟。