主页
返回索引
+
点赞
0
Awesome RL with Human Feedback / 2021 / arXiv
B-Pref: Benchmarking Preference-Based Reinforcement Learning
作者：
Kimin Lee, Laura Smith, Anca Dragan, Pieter Abbeel ·
来源：
arXiv ·
发布日期：
2021
鲁棒性/噪声反馈
偏好学习
评测/基准
人类反馈设计
新标签打开 AlphaXiv
新标签打开 Code
AlphaXiv 中文概览（可滚动查看）
