Jannis Blüml

エキスパートのミクスチャーとモンテカルロツリーサーチを組み合わせて、チェスのパフォーマンスを向上させる。

改良されたアタリゲームを通じてAIエージェントの学習を向上させる新しいフレームワーク。

言語モデルを使って強化学習エージェントのための報酬を定義する新しい方法。