PulseAugur
实时 10:27:36
实体 Zixuan Dong

Zixuan Dong

PulseAugur coverage of Zixuan Dong — every cluster mentioning Zixuan Dong 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. RESEARCH · CL_191256 ·

    AI研究探索模仿学习的最小奖励分配 · 2个来源

    两篇新研究论文探讨了在模仿学习中分配奖励的方法,这是从有限专家演示中学习时的关键挑战。第一篇论文《专家演示奖励分配的最小要素》提出,在离线设置中,接近专家轨迹足以进行有效的奖励分配,而时间对应关系在离线时能带来适度的收益,但对于在线学习或多次演示至关重要。第二篇论文《来自正确演示的多尺度奖励对冲》为连续奖励类别引入了一种新颖的方法,通过在各种精度尺度上进行最优性测试对冲,提供了第一个无视界保证。该方法旨在将累积隐藏差距的界限与回合数无…