UIUC 提出正则化分数中心化,Agent RL 训练最高提升 14.3%

UIUC-CS · hf · 2026-11-18

UIUC 与 CMU 论文提出 Regularized Score Centering(RSC),解决异步强化学习中的稳定性问题。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →