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.
옴니-모달 이해를 위한 추론으로서의 네이티브 능동 지각
Video GRPO의 보상 신호 재고: 점수가 목표가 될 때
단 하나로 모든 바이어스를 유발하다: 원샷 GRPO를 통한 정렬 파괴
다국어 두 화자 대화 음성을 위한 화자 분리 기반 Qwen-ASR 적응
MAG: 멀티모달 액션 및 가이드 생성을 위한 웹 에이전트 벤치마크 및 하네스
SEED: 에이전틱 강화학습을 위한 자기 진화 온-정책 증류
디퓨전 언어 모델을 위한 마스크 인식 정책 그래디언트
Newton-Raphson 방법과 정규화 정책 반복 사이의 간극을 메우기
안전하고 윤리적인 자율주행차를 위한 휴먼 인 더 루프 머신러닝: 원리, 과제, 기회
전환 비정상 마르코프 결정 과정에서의 강화학습: 알고리즘 및 수렴 분석
SafeOR-Gym: 실용적 운영연구 문제를 위한 안전 강화학습 알고리즘 벤치마크 스위트
유사도 기반 보상 정렬: 견고하고 다용도인 선호도 기반 강화학습
세그먼트 선택을 통한 적응형 시계열 추론
모델은 모델링할 수 있지만 바인딩은 못한다: 텍스트-투-최적화에서의 구조화된 그라운딩
Grow-Prune-Freeze 네트워크: 후각 내비게이션을 위한 적응형 지속 학습 기법
분기 정책 최적화: 샌드박스 네이티브 언어 에이전트 강화학습
RENEW: 선호로부터 월드 모델 학습 및 모델 착취 복구를 향하여
폐루프 지식 역학: 포화와 탈출을 위한 운용 프레임워크
Lyapunov 가이던스: 생성형 플로우 안정화를 위한 통합 프레임워크
역강화학습을 통한 왜곡 리스크메트릭용 노이즈 강건 유도-최적화 프레임워크
검증 가능 보상 강화학습을 위한 비공허 일반화 상한
이산 확산 모델 미세조정을 위한 연속 시간 강화학습 프레임워크
반사실 추정을 통한 A/B 테스트 가속화: 정책 겹침을 통한 분산 감소
엔트로피를 넘어서: 대조적 정책 최적화를 통한 정확성 인식 어드밴티지 셰이핑
LongStraw: 고정 GPU 예산 하에서 200만 토큰을 넘는 장문맥 강화학습(RL)
문맥적 밴딧에서 오프-정책 평가를 위한 커널 가중 중요도 샘플링
온-정책 델타 증류
수색·구조를 위한 자율 UAV 군집의 지능형 3계층 학습 아키텍처
DialogueVPR: 대화형 시각적 장소 인식(VPR)을 향하여
폐루프 1형 당뇨병 제어를 위한 해석 가능한 언어 모델
ToolAnchor: 반사실적 컨텍스트 앵커링을 통한 에이전트 도구 사용 능력 향상
검증된 세계 모델도 여전히 패배할 때: LLM 합성 코드 세계 모델에서 플레이 적합성 대 예측 정확도
동적 휴머노이드 전신 제어를 위한 의미 기반 오디오 주도 이해
사회 시뮬레이션에서 생성형 에이전트를 위한 단계 수준 선호 학습
생각을 멈추고, 보기를 시작하라: 추론 없는 정렬을 통한 멀티모달 문서 질의응답의 효율적 사후 학습
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.