トレンドトピック
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico-5.89%
USELESS
USELESS+0.19%
IKUN
IKUN-8.17%
gib
gib+4.2%
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk-2.31%
ALON
ALON-8.99%
LAUNCHCOIN
LAUNCHCOIN+1.45%
GOONC
GOONC-4.94%
KLED
KLED-3.83%
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP+0.18%
Boopa
Boopa-4.58%
PORK
PORK-4.22%
header
Kwanyoung Park
UCバークレーの博士課程1年生(@svlevine年、@pabbeel年)
Kwanyoung Park
Kwanyoung Park12月16日 07:36
なぜオフラインモデルベースの強化学習は、いまだに長期的なタスクにスケールするのが難しいのでしょうか? MACをご紹介します。MACは、長期的なOGBenchで従来のオフラインMBRL手法を大幅に上回る性能を発揮し、安定した100ステップモデル展開を実現しています。 プロジェクトページ:
4