Papers with Code 아카이브
Reinforcement Learning
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 1
- 평가표
- 162
- 보존된 평가 기록
- 1
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
학습과 탐색을 통한 조합 최적화에서 인간형 해법 이해
EviBack: 증거 제약 Teacher Backoff를 통한 검색 에이전트 강화학습
MemChain: 메모리 증강 LLM 에이전트를 위한 해석 가능한 메모리 추적 학습
독점에서 오픈소스로: 에이전틱 검색에서 다중 에이전트 프로토콜 증류를 통한 분포 격차 해소
거래 비용 인식 LLM 에이전트를 활용한 에너지 정책 개입에 대한 세입자 반응 시뮬레이션
잔여 유효 수명 및 고장 모드 예측을 위한 일반 가치 함수
사실성을 위한 추론 학습
로봇 학습을 위한 진행 보상 모델링: 종합 서베이
적당하면 충분하다: LLM에서 강화학습이 과제 충돌을 완화하는 방식에 대한 종합 분석
Skill Self-Play: 공동 진화 스킬로 LLM 역량의 프론티어를 확장하기
불확실성 인식 강화학습을 위한 일반화 가우시안 시간차 오차
프로세스 강화학습을 위한 재정의된 단계별 어드밴티지 기반 자기 유도 프로세스 보상 최적화
안전한 문맥 내 강화학습
강화학습을 사용하여 날씨 및 기후 모델의 조정 가능 매개변수를 상태 의존 함수로 대체
Eluder 차원: 국소화하라!
더 작은 모델은 GRPO의 정책 수준 다양성을 위한 자연스러운 탐험자
낡았지만 안정적: 비동기 강화학습 안정화를 위한 낡음 적응형 신뢰 영역
H$^2$SD: 하이브리드 후견 자기 증류
배칭을 통한 보상 및 상태 오염 하의 강건 비동기 Q-러닝
메타 강화학습을 위한 준몬테카를로 초기화
다중 지평선 일관성의 기하학: 잠재 역학이 수축할 때와 그렇지 않을 때
비정상 강화학습에서 안전성 제약으로서의 조정 속도
이질적 도로 네트워크에서 교통 신호를 위한 그래프 기반 제어 인터페이스
LeAct: 전문가 행동으로부터 추론 학습
정적 및 시변 네트워크에서의 분산 감소 Q-학습
심층 강화학습을 활용한 라스트마일 픽업 통합 주문 배차 및 경로 최적화
Re-FORC: 효율적 사고의 연쇄 추론을 위한 적응형 보상 예측
표 형식 다중 에이전트 Q-러닝에서 체화에 의해 유도되는 협조 체제
같은 세계, 다르게 주어진: 인공 에이전트에서의 이력 의존적 지각 재구성
엔트로피-그라디언트 반전: 대규모 추론 모델의 내부 메커니즘으로의 접근
AREX: 심층 연구를 위한 재귀적 자기 개선 에이전트
SCOPE와 SCION: 텍스트로부터의 스키마 유도 및 융합을 위한 벤치마크와 감사 가능한 참조 파이프라인
소형 모델 연속 제어에서 GRPO 수렴의 전제조건으로서의 이산 행동 공간
모듈은 자기 역할에 머무르는가? 복합 LLM 시스템에서의 역할 표류
QLPO: 길이 인식 정책 최적화를 위한 사분면 가중 샘플링
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.