PulseAugur
中
实时 08:53:10
实体 Proximal Sequence Policy Optimization

Proximal Sequence Policy Optimization

PulseAugur coverage of Proximal Sequence Policy Optimization — every cluster mentioning Proximal Sequence Policy Optimization 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_235478 ·

    新代理PaperScout通过自适应策略增强学术论文搜索

    研究人员开发了PaperScout，这是一个旨在通过将学术论文搜索视为一个序列决策过程来改进搜索的自主代理。与依赖固定工作流程的传统方法不同，PaperScout根据持续的检索上下文动态调整其搜索和扩展策略。为了解决此类多轮代理任务中的训练挑战，该团队引入了Proximal Sequence Policy Optimization (PSPO)，这是一种将优化与代理交互序列对齐的新颖方法。实验表明，PaperScout在召回率和相关性…