When the World Model Lies: Measuring and Characterising Reward Exploitation in DreamerV3 under Sparse Feedback

Arkat Khassanov, Arkat Khassanov, Danial, Albertuly

DOI: 10.5281/zenodo.23745302

На странице источника доступны аннотация, полный текст или сведения о том, где его прочитать.