Mingzhou Fan

不確実性に基づく方法を使ってアクティブラーニング戦略を改善する方法を探る。

ポリシー依存報酬を使ってGFlowNetのトレーニングを強化する新しいアプローチ。

パスガイデッド粒子ベースのサンプリングとその実世界での応用について学ぼう。