Stephen Chung

離散値ネットワークの学習プロセスを改善する革新的な技術を発見しよう。

ユニットの相互作用がニューラルネットワークのトレーニングをどう改善するかを探る。

Thinkerは、学習した世界モデルを使ってエージェントの計画や意思決定を強化するんだ。