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.
Agent-Editing World Model: LLM 에이전트를 위한 월드 모델링 재고
모델 기반 강화학습에서 외부 세계 상태의 시퀀스를 예측하는 스파이킹 신경망
미래의 타협 없는 최적화가 가능한가? 집합 통신 및 강화학습을 통한 탈중앙화된 조율
기억하는 법 배우기: 엣지 서버리스 오토스케일링을 위한 어텐션 기반 강화학습
강화학습을 위한 가치 미러 하강법
DeliveryGym: An RL Environment for Long-Horizon Embodied Agent Planning with Adaptive Curriculum
같은 결과, 다른 판독: LLM에서 스티어링 가능한 valence 방향은 무엇을 표상하는가?
한계적으로 올바른 도구 캐시가 그룹 정규화된 정책 업데이트를 반전시킬 수 있다
다목적 강화학습에서 사후 재레이블링에 따른 선호 커버리지 붕괴
온라인 적응을 위한 베이지안 신경망의 전체 공분산 스무딩
Live Assistant: 실제 라이브 소셜 스트림에서 지원 여부, 시점 및 대상을 학습하기
FairTest: 다중 에이전트 강화학습 시스템을 위한 탐색 기반 공정성 테스트
안전성을 경쟁력으로 전환하기: 안전 필터링 강화학습을 통한 최소 착취성 로봇 정책
LLM으로 진화하는 검사 가능한 O-RAN 슬라이싱 xApp
EvoAudio: 오디오 이해를 위한 재귀적 자가 개선
다중 제약 인스트럭션 수행을 위한 반사실적 제약-조건부 온-정책 증류
양자 클라우드 오케스트레이션에서 비용과 지연 트레이드오프를 위한 양자 강화학습
ProCredit: 에이전트 강화학습에서 결과 보상에서 진행 크레딧으로
EBRL: 다중 세분도 자원 관리를 통한 비동기 체현형 RL
DCRL: 정책-보상 매니폴드 정렬을 통한 강화학습의 분리와 결합
위험 민감성과 크리틱 일관성 정규화를 적용한 강건한 적대적 강화학습
극한 커널 Q($\lambda$): 단기 및 장기 시계의 간극 잇기
추론 문자열에서 부분 순서로: 몫 정책 최적화를 통한 검증기 인증 규칙 전이
PCQC: 다턴 의료 대화를 위한 특권적 반사실적 질문 크레딧
잡 샵 스케줄링을 위한 GNN 기반 강화학습에서의 커리큘럼 러닝
RL은 RL 이전에 시작된다: 더 나은 강화학습을 위한 온-정책 증류
LEAP-CBF: 최소 노력 적대적 포텐셜(Least-Effort Adversarial Potentials)을 이용한 불확실 시스템용 안전 필터
ForgetMimic: 강화학습 휴머노이드 제어를 위한 모션 언러닝
교사를 언제 어디서 신뢰할 것인가: 엔트로피 보정 크레딧 할당을 통한 온-정책 증류와 GRPO의 통합
중요한 곳을 살펴라: 효율적인 VLM을 위한 고해상도 크롭 검색
RewardVerse: 비디오 보상 모델링을 위한 루브릭 기반 정책 최적화
NV-Reason-CT: 3D Visual Language Model for CT Analysis
분해된 하위 과제를 활용한 강화학습
Hunyuan-A13B 기술 보고서
자신의 상호작용으로 행동을 학습하기: GUI 에이전트를 위한 온-정책 자기 증류
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.