谷歌浏览器插件
订阅小程序
在清言上使用

Active Advantage-Aligned Online Reinforcement Learning with Offline Data

Xuefeng Liu, Hung T. C. Le,Siyu Chen,Rick Stevens,Zhuoran Yang, Matthew R. Walter,Yuxin Chen

CoRR(2025)

引用 0|浏览4
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要