中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共84条，第1-10条 帮助

限定条件                    
已选(0)清除 条数/页：   排序方式：
Balancing Exploration and Exploitation in Hierarchical Reinforcement Learning via Latent Landmark Graphs 会议论文
, 澳大利亚, 2023-6
作者:  Zhang Qingyang;  Yang Yiming;  Ruan Jingqing;  Xiong Xuantang;  Xing Dengpeng;  Xu Bo
Adobe PDF(7948Kb)  |  收藏  |  浏览/下载：19/7  |  提交时间：2024/06/25
强化学习，分层强化学习  
Feature Comparison Based Channel Attention For Fine-Grained Visual Classification 会议论文
, Abu Dhabi, United Arab Emirates, 25-28 October 2020
作者:  Shukun Jia;  Yan Bai;  Zhang Jing
Adobe PDF(163Kb)  |  收藏  |  浏览/下载：15/7  |  提交时间：2024/06/21
A Double-Observation Policy Learning Framework for Multi-target Coverage with Connectivity Maintenance 会议论文
, online, 2022-2
作者:  Xu YF(徐一凡);  Pu ZQ(蒲志强);  Wu SG(吴士广);  Liu BY(刘博寅);  Yi JQ(易建强);  Geng HJ(耿虎军);  Chai XH(柴兴华)
Adobe PDF(9582Kb)  |  收藏  |  浏览/下载：11/3  |  提交时间：2024/06/21
Teaching Small Language Models to Reason for Knowledge-Intensive Multi-Hop Question Answering 会议论文
, Bangkok, Thailand, 2024.08.11-2024.08.16
作者:  Xiang Li;  Shizhu HE;  Fangyu Lei;  Jun Yang;  Tianhuang Su;  Kang Liu;  Jun Zhao
Adobe PDF(873Kb)  |  收藏  |  浏览/下载：33/11  |  提交时间：2024/06/20
Immersion and Invariance Based Composite Adaptive Control for Nonlinear Systems with Both Parametric and Non-Parametric Uncertainties 会议论文
, Berlin, Germany, 2020.7.12-17
作者:  Zhen Liu;  Zhiqiang Pu;  Tenghai Qiu;  Huimu Wang;  Jianqiang Yi
Adobe PDF(1554Kb)  |  收藏  |  浏览/下载：35/11  |  提交时间：2024/06/20
Multi-Scale Dynamic Coding Improved Spiking Actor Network for Reinforcement Learning 会议论文
, Online, February 22–March 1, 2022
作者:  Zhang, Duzhen;  Zhang, Tielin;  Jia, Shuncheng;  Xu, Bo
Adobe PDF(2249Kb)  |  收藏  |  浏览/下载：27/10  |  提交时间：2024/06/11
Learning in bi-level markov games 会议论文
, Padua, Italy, 2022.7.18-2022.7.23
作者:  Meng Linghui;  Ruan Jingqing;  Xing Dengpeng;  Xu Bo
Adobe PDF(1450Kb)  |  收藏  |  浏览/下载：35/12  |  提交时间：2024/06/11
Alignment Rationale for Natural Language Inference 会议论文
, Online, 2021-8-1
作者:  Zhongtao Jiang;  Yuanzhe Zhang;  Zhao Yang;  Jun Zhao;  Kang Liu
Adobe PDF(1280Kb)  |  收藏  |  浏览/下载：31/12  |  提交时间：2024/06/06
Token-level Direct Preference Optimization 会议论文
, Vienna, Austria, 2024/7/21-27
作者:  Zeng,Yongcheng;  Liu,Guoqing;  Ma,Weiyu;  Yang,Ning;  Zhang,Haifeng;  Wang,Jun
Adobe PDF(883Kb)  |  收藏  |  浏览/下载：53/17  |  提交时间：2024/06/05
Learning Superior Cooperative Policy in Competitive Multi-team Reinforcement Learning 会议论文
, Gold Coast, Australia, 2023-6
作者:  Qingxu Fu;  Tenghai Qiu;  Zhiqiang Pu;  Jianqiang Yi;  Xiaolin Ai;  Wanmai Yuan
Adobe PDF(25675Kb)  |  收藏  |  浏览/下载：34/5  |  提交时间：2024/06/05