Shangtong Zhang

厳密な特徴独立なしの線形TD学習における収束に関する新しい洞察。

平均報酬TD学習に関する新しい洞察が、信頼できる意思決定を確保するのに役立ってるよ。

新しいフレームワークは、ターゲットを絞ったシミュレーションを通じて自動運転車の安全性を向上させることを目指してるよ。