论文11:07语言批评模仿学习从次优演示这篇论文教你用自然语言批评代替标量信号,从糟糕的演示中学更好,LC-BC和LC-DP在多个任务上都赢了。#LC-BC#LC-DP#语言批评模仿学习#模仿学习aarXiv cs.AI@Chih-Han Yang 等 6 人原文稍后读已读值得跟进有用关注 LC-BC