实体 Radt

Radt

PulseAugur coverage of Radt — every cluster mentioning Radt 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_342119 · Nov 5 · 05:00

新的RADT方法增强了用于Reach-Avoid任务的离线强化学习

研究人员开发了RADT，一种用于Reach-Avoid任务离线强化学习的新型决策Transformer方法。该方法将目标和避开区域直接编码为提示令牌，从而能够在评估时动态指定避开区域，而无需奖励或成本监督。RADT展示了强大的泛化能力，在零样本设置下通过将归一化成本提高35.7%而优于现有模型，并在细胞重编程等应用中显示出通用性。