会员
周边
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
黄世宇@智谱AI,OpenRL Lab负责人,强化学习,LLM,通用人工智能
[
OpenRL
][
知乎
][
GitHub
][
Linkedin
]
如果你对人工智能前沿感兴趣,欢迎联系并加入我们!
博客园
首页
新随笔
联系
管理
Loss is its own Reward: Self-Supervision for Reinforcement Learning
作者用action, reward, state等当做lalbel,进行有监督训练。
黄世宇/Shiyu Huang's Personal Page:
https://huangshiyu13.github.io/
posted @
2018-03-12 17:37
Shiyu_Huang
阅读(
619
) 评论(
0
)
编辑
收藏
举报
刷新页面
返回顶部