Longbo Huang

不確実な環境での意思決定を向上させるためにRS-DisRLを紹介します。

POMDPの概要と、不完全な情報での意思決定における役割。

新しい方法が大規模言語モデルのトレーニングコストの高さに挑む。

MASTは、スパース手法を通じて複数のAIエージェントのトレーニング効率を向上させる。