会员服务
OpenSQP: A Reconfigurable Open-Source SQP Algorithm in Python for Nonlinear Optimization
Arxiv
0+阅读 · 12月5日
Safety with Agency: Human-Centered Safety Filter with Application to AI-Assisted Motorsports
Arxiv
0+阅读 · 12月17日
Planning without Search: Refining Frontier LLMs with Offline Goal-Conditioned RL
Arxiv
0+阅读 · 12月3日
Goal Reaching with Eikonal-Constrained Hierarchical Quasimetric Reinforcement Learning
Arxiv
0+阅读 · 12月12日
First-order Sobolev Reinforcement Learning
Arxiv
0+阅读 · 11月24日
A Recursive Theory of Variational State Estimation: The Dynamic Programming Approach
Arxiv
0+阅读 · 11月14日
A Recursive Theory of Variational State Estimation: The Dynamic Programming Approach
Arxiv
0+阅读 · 12月16日
Model Selection for Off-policy Evaluation: New Algorithms and Experimental Protocol
Arxiv
0+阅读 · 10月24日
Stop Summation: Min-Form Credit Assignment Is All Process Reward Model Needs for Reasoning
Arxiv
0+阅读 · 10月23日
Reinforcement Learning with Imperfect Transition Predictions: A Bellman-Jensen Approach
Arxiv
0+阅读 · 10月21日
MADR: MPC-guided Adversarial DeepReach
MADR: MPC-guided Adversarial DeepReach
Arxiv
0+阅读 · 10月21日
Scalable Policy-Based RL Algorithms for POMDPs
Arxiv
0+阅读 · 10月13日
Physics-informed Value Learner for Offline Goal-Conditioned Reinforcement Learning
Arxiv
0+阅读 · 10月9日
BFS-Prover: Scalable Best-First Tree Search for LLM-based Automatic Theorem Proving
Arxiv
0+阅读 · 10月9日
Evaluating and Learning Optimal Dynamic Treatment Regimes under Truncation by Death
Arxiv
0+阅读 · 10月8日
参考链接
微信扫码咨询专知VIP会员
Top