Pierre Clavier

Wir stellen variational inference Thompson sampling vor, um Entscheidungen effizient zu treffen.

Wir stellen ExpectRL vor, um Überbewertung im Reinforcement Learning mit Hilfe von Erwartungswerten anzugehen.

Ein neuer Massstab zum Testen robuster Verstärkungslernmethoden in verschiedenen Umgebungen.

Forscher verbessern das Verstärkungslernen mit einem neuen Rahmen für unsichere Umgebungen.