dextermayhewjd
文章
课程
项目
归档
标签
搜索
关于
Tags
Actor-Critic
1
Behavioral Cloning
1
CS285
6
DAgger
1
GAE
1
GRPO
1
Importance Sampling
1
IRL
1
Language Models
1
Natural Gradient
1
Policy Gradients
2
POMDP
1
PPO
2
REINFORCE
1
Reparameterization
1
RLHF
1
TRPO
1
Trust Region
1
模仿学习
1