会员服务
DAPPER: Discriminability-Aware Policy-to-Policy Preference-Based Reinforcement Learning for Query-Efficient Robot Skill Acquisition
Arxiv
0+阅读 · 12月24日
MOTIF: Multi-strategy Optimization via Turn-based Interactive Framework
Arxiv
0+阅读 · 12月8日
Kinematics-Aware Multi-Policy Reinforcement Learning for Force-Capable Humanoid Loco-Manipulation
Arxiv
0+阅读 · 11月26日
参考链接
微信扫码咨询专知VIP会员
Top