Papers10:50
Chinese contentMETTA:基于神经记忆的元强化学习测试时适应方法这篇论文搞了个叫 METTA 的方法,用神经记忆替代 transformer 回看历史,ML10/45 上成功率超 50%,算力开销还更低。
这篇论文搞了个叫 METTA 的方法,用神经记忆替代 transformer 回看历史,ML10/45 上成功率超 50%,算力开销还更低。
This research contributes a new approach to a core challenge in reinforcement learning: ensuring safety during adaptation to new tasks.
RubricEM 解决了强化学习中奖励设计难的问题,做复杂任务规划和决策的 AI 研究者值得关注,它可能让强化学习在更多真实场景落地。