Stabilizing On-Policy Targeted Guidance in Agentic Reinforcement Learning

Kevin Frans, Alexander M Rush, Sergey Levine, Pieter Abbeel, Ashvin Nair

На странице источника доступны аннотация, полный текст или сведения о том, где его прочитать. Препринт может ещё не пройти рецензирование; проверьте, появилась ли журнальная версия.