Jiafei Lyu

新しい方法でAIがいろんな環境に適応しやすくなったよ。

DLLMは、強化学習と言語モデルを組み合わせて、タスクのパフォーマンスを向上させるんだ。

SUMOは、不確実性の推定を改善することで、オフライン強化学習における意思決定を強化する。