Trainieren eines hilfreichen und schutzbaren Assistenten mit Reinforcement-Learning-Fürsorge 12. April 2022
Trainieren eines hilfreichen und harmlosen Assistenten mit Reinforcement Learning aus menschlicher Feedback 12. April 2022
Hindsight Experience Replay: Erfolg als Erfolg, 10x effizienter Lernprozess für Zielbedingte Reinforcement-Lernen 5. Juli 2017