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.
최소 어텐션을 활용한 메타 강화학습
강화학습을 활용한 인과 인식 테이블형 생성적 적대 신경망
언어 모델 자체를 비평가로 활용하기: 액터의 내부 상태 기반 가치 추정을 통한 강화학습
dFlowGRPO: 이산 플로우 모델을 위한 전이율 인식 정책 최적화
DOHF: 둡의 $h$-변환 가이던스를 활용한 온라인 확산 모델 미세조정
QATFactory: LLM의 양자화 인식 학습 및 증류를 위한 다목적 배포 정렬 프레임워크
다중 소형 에이전트 강화학습을 통한 도구 사용 시 인지적 오버헤드 감소
대규모 보상 모델: 비전-언어 모델을 활용한 일반화 가능한 온라인 로봇 보상 생성
강화학습 기반 콘텐츠 생성기를 위한 국소 제약 조건 학습
Architect-Ant: 건축 평면도의 편집 가능한 자동 가구 배치
SPIRAL: 탐색과 취합의 학습
민첩 관측 위성을 활용한 해상 이동 표적 관측 스케줄링을 위한 암묵적 Q-러닝 기반 개미 군집 최적화
판매 학습: 다중 제품 시장에서 전략적 대규모 언어 모델 에이전트를 위한 강화학습
코미디의 바보의 금: 대화형 유머에서의 보상 악용 및 대응책
모든 것에 적합한 단일 아키텍처는 없다: 계층적 레드팀 에이전트의 교차 환경 평가
초과 경쟁적 결과를 넘어서: 최적 집행 게임을 위한 심층 강화학습에서의 담합 행위
SCOPE-AD: 진단 에이전트를 위한 에너지 기반 모델 기반 순차적 비용 인지 순서-신념 계획
PPO-HRAP: 위험 제어 트레이딩을 위한 하이브리드 국면 인식 정책 기반 근접 정책 최적화
Decision Titan: 오프라인 강화학습에서 장기 기억을 위한 테스트 시점 학습
CoEvolve: 양방향 상태 정밀화를 통한 구성 기반 편집 시각적 그라운딩
MEC가 없는 마르코프 결정 과정(MDP)에서의 도달 가능성을 위한 Q-러닝
드래곤체스를 위한 시간차 학습
동형 이점 연산자: 완전동형암호 제약 조건에서의 강화학습 안정화
적은 것으로 더 많이: 단순한 레시피 기반의 대규모 원격 탐사 VLM
DexPolicy: 궤적 유도 기반 정밀 조작을 위한 스케줄링된 탐험
FutureWorlds: 대안적 미래로부터 로봇 월드 모델 학습하기
구조적 샘플링: 동결된 비전-언어 모델에서 계산적 다양성을 통한 테스트 시점 스케일링
HiPhy: 물리적으로 타당한 다중 물리 법칙 비디오 생성을 위한 계층적 정렬
RexDrug: 추론 강화 LLM을 통한 신뢰할 수 있는 다중 약물 조합 추출
근접 정책 최적화 영역: 그래디언트가 아닌 프롬프트 속의 교사
SpeakerMem-R1: 다자간 대화를 위한 화자 중심 이중 트랙 메모리
합당한 곳에 기여도 부여하기: 효율적인 추론을 위한 중복 인식 학습
조율된 추론 경로를 활용한 계획 기반 테스트 시점 스케일링
SkillGym: 실제 문제 해결을 위해 인간의 스킬을 LLM에 내재화하기
Agent-Editing World Model: LLM 에이전트를 위한 월드 모델링 재고
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.