Papers with Code 아카이브
Deep Reinforcement Learning
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 0
- 평가표
- 0
- 보존된 평가 기록
- 0
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
강화학습에서 보상 해킹 완화를 위한 수정 고려 가치 학습
그룹 상대적 정책 최적화의 정책 그래디언트 이론적 기반에 관하여: 크레딧 할당, 그래디언트 희소성, 그리고 랭크 붕괴
CRAFT: 자기 증류 에이전틱 강화학습을 위한 무비용 형제 롤아웃 기반 반사실적 크레딧 할당
슈퍼 마리오 브라더스에서의 강화학습: World 1-1의 커리큘럼, 교육학, 그리고 최적 레벨 디자인
페르소나 학습 몬테카를로: 지정가 주문장에서 페르소나 조건화 신경 정책 봇 군집을 통한 시장 결과 분포 추정
PS-PPO: 비평가 없는 RLHF를 위한 접두 문맥 샘플링 PPO
상태 인식 탐험을 활용한 이중 흐름 강화학습
RoAd-RL: 강건한 적대적 강화학습을 위한 통합 라이브러리 및 벤치마크
2단계 지식 증류를 통한 멀티태스크 에이전틱 대규모 언어 모델 구축
예측 목적함수는 외생적 제어-관련 특징을 버린다: 통제된 메커니즘 연구
풍력 발전 단지 내 데이터 센터의 에너지 최적화 운영을 위한 강화학습 연구
FlowAWR: 어드밴티지 가중 보정을 통한 온라인 적응형 플로우 강화학습
LLM 추론을 위한 경험 증강 정책 최적화
비관주의의 역설: 보수적인 오프라인 학습이 추론 모델의 온라인 적응 과정에서 보상 해킹을 증폭시킨다
신경망 라우팅 솔버의 대규모 일반화를 위한 인스턴스 조건부 적응
적응형 심부 뇌 자극을 위한 뉴로모픽 에너지 인식 학습
A3M: 반복 경매에서 전략적 입찰을 위한 적응형·적대적·다목적 학습
Multi-Agent DRL for QoS and Energy Optimization in RIS-Enabled Open-RAN Industrial 6G TN/NTN Networks
Reinforcement Learning for Software Vulnerability Analysis: A Systematic Review with Emphasis on C/C++ Source Code and Static Analysis
BV-Blend: Uncertainty-Weighted Historical Baselines for Stable Critic-Free RL with Verifiable Rewards
HiComm: Hierarchical Communication for Multi-agent Reinforcement Learning
Learned Coordination Conventions in Cooperative MARL: Measuring the Translation Gap Between Theory-Informed Roles and Learned Routing
Exploration and Online Transfer with Behavioral Foundation Models
SAT-RTS: A systematic framework for tactical knowledge extraction and visualization-based analysis in real-time strategy games
Hierarchical Reinforcement Learning in StarCraft Micromanagement with Influence Maps and Cluster-based Scripts
제한된 타깃 데이터 환경에서 시각적 강화학습을 위한 적응적 상상 기반 도메인 적응
장기 지평 LLM 강화학습을 위한 신뢰 영역 마스킹
보상 해킹 완화를 위한 불확실성 인식 보상 할인
OGPO: 생성 제어 정책의 샘플 효율적 전체 파인튜닝
OverFlowLight: 도시 교차로를 위한 실시간 그리드락 방지 및 교통 신호 최적화
지지 제약 강화학습으로 실세계 경험 없이 실세계 정책 개선 달성
소급적 이점 교정: 지연 인식 RLHF를 위한 닫힌형 V-trace 바이어스 보정
RS-Diffuser: 분포적 가치 가이던스를 활용한 위험 민감 확산 계획
정규화된 보상-처벌 강화학습
DexCompose: 단일 손으로 다중 과제 조작을 위한 정교한 조작 정책 재사용
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.