#Survey

共 1 篇
tags Deep Reading 33 Paper Reading 24 Code Reading 16 Computer Vision 12 Generative AI 5 Recommendation System 5 3D Generation 4 Agentic RL 3 Survey 1
还有 95 个标签 →

2026

2026.06
  1. 长期收益强化学习算法研究进展:从时间信用分配到 Agentic RL

    系统梳理长时域、稀疏延迟奖励强化学习中的信用分配、时间抽象、离线到在线、世界模型与 LLM Agent RL 进展