日期

1 年前

标签

离线元强化学习 (Offline Meta-RL) 是一种结合了离线强化学习 (Offline RL) 和元强化学习 (Meta-RL) 的新兴研究方向，这个概念首次被明确提出是在 2020 年，由 DeepMind 的研究团队提出，并在论文「Offline Meta Reinforcement Learning」中进行了详细阐述。它旨在利用离线数据（即预先收集的数据，不依赖于在线交互）来训练模型，使其能够快速适应新任务或新环境，而无需大量的在线交互。这种方法特别适用于那些在线交互成本较高或风险较大的场景，例如医疗、自动驾驶等领域。

强化学习框架 Mem-𝛼

Mem-𝛼 在多种基准测试中相较于现有的记忆增强智能体基线取得了显著改进。

2 个月前

猜测-思考-回答 Guess–Think–Answer

GTA 在多个文本分类基准测试中均显著优于标准 SFT 基线和最先进的 RL 方法。

3 个月前

在线强化学习框架 ReinFlow

ReinFlow 具有轻量级实现、内置探索功能，并能广泛适用于各种流策略变体。

2 个月前

多阶段强化学习框架 RewardMap

RewardMap 提升了多模态大语言模型在结构化视觉任务中的能力。

2 个月前

CapRL 描述强化学习

CapRL 能有效训练模型生成更通用和准确的图像描述。

2 个月前

用 AI 构建 AI

从创意到上线——通过免费 AI 协同编码、开箱即用的环境和最优惠的 GPU 价格,加速您的 AI 开发。

AI 协同编码

开箱即用的 GPU

最优定价

开始使用查看定价

HyperAI Newsletters

订阅我们的最新资讯

我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新

邮件发送服务由 MailChimp 提供

HyperAI

日期

1 年前

标签

强化学习

强化学习框架 Mem-𝛼

Mem-𝛼 在多种基准测试中相较于现有的记忆增强智能体基线取得了显著改进。

2 个月前

猜测-思考-回答 Guess–Think–Answer

GTA 在多个文本分类基准测试中均显著优于标准 SFT 基线和最先进的 RL 方法。

3 个月前

在线强化学习框架 ReinFlow

ReinFlow 具有轻量级实现、内置探索功能，并能广泛适用于各种流策略变体。

2 个月前

多阶段强化学习框架 RewardMap

RewardMap 提升了多模态大语言模型在结构化视觉任务中的能力。

2 个月前

CapRL 描述强化学习

CapRL 能有效训练模型生成更通用和准确的图像描述。

2 个月前

用 AI 构建 AI

从创意到上线——通过免费 AI 协同编码、开箱即用的环境和最优惠的 GPU 价格,加速您的 AI 开发。

AI 协同编码

开箱即用的 GPU

最优定价

开始使用查看定价

HyperAI Newsletters

订阅我们的最新资讯

我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新

邮件发送服务由 MailChimp 提供

用 AI 构建 AI

HyperAI Newsletters

相关百科

强化学习框架 Mem-𝛼

猜测-思考-回答 Guess–Think–Answer

在线强化学习框架 ReinFlow

多阶段强化学习框架 RewardMap

CapRL 描述强化学习

用 AI 构建 AI

HyperAI Newsletters

相关百科

强化学习框架 Mem-𝛼

猜测-思考-回答 Guess–Think–Answer

在线强化学习框架 ReinFlow

多阶段强化学习框架 RewardMap

CapRL 描述强化学习

用 AI 构建 AI

HyperAI Newsletters

相关百科

强化学习框架 Mem-𝛼

猜测-思考-回答 Guess–Think–Answer

在线强化学习框架 ReinFlow

多阶段强化学习框架 RewardMap

CapRL 描述强化学习

相关百科

强化学习框架 Mem-𝛼

猜测-思考-回答 Guess–Think–Answer

在线强化学习框架 ReinFlow

多阶段强化学习框架 RewardMap

CapRL 描述强化学习

Command Palette

离线元强化学习 Offline Meta-RL

用 AI 构建 AI

HyperAI Newsletters

Command Palette

离线元强化学习 Offline Meta-RL

相关百科

强化学习框架 Mem-𝛼

猜测-思考-回答 Guess–Think–Answer

在线强化学习框架 ReinFlow

多阶段强化学习框架 RewardMap

CapRL 描述强化学习

用 AI 构建 AI

HyperAI Newsletters

Command Palette

离线元强化学习 Offline Meta-RL

相关百科

强化学习框架 Mem-𝛼

猜测-思考-回答 Guess–Think–Answer

在线强化学习框架 ReinFlow

多阶段强化学习框架 RewardMap

CapRL 描述强化学习

用 AI 构建 AI

HyperAI Newsletters

相关百科

强化学习框架 Mem-𝛼

猜测-思考-回答 Guess–Think–Answer

在线强化学习框架 ReinFlow

多阶段强化学习框架 RewardMap

CapRL 描述强化学习

相关百科

强化学习框架 Mem-𝛼

猜测-思考-回答 Guess–Think–Answer

在线强化学习框架 ReinFlow

多阶段强化学习框架 RewardMap

CapRL 描述强化学习