RLからIRLへ — Gaurav Mishra、Amazon AGI Lab｜AI Engineer – BigGo ファイナンス

RL to IRL——強化学習（reinforcement learning）から「実生活（in real life）」へ。 ... E["人間のラベルの代わりに到達可能性から報酬を得る ...

上記は、記事のサマリーだけ表示されています。 元記事を読むには、こちらをクリック