技术栈
meta-rl
MoonOut
3 天前
offline rl
·
meta-rl
offline meta-RL | 近期工作速读记录
也请参见：offline meta-RL | 经典论文速读记录主要内容：结果 1：随机意图确实产生多样且高质量行为。实验显示，UBER提取的行为策略：
我是有底线的