タグ #強化学習 に関するスライド

slide-thumbnail

【DL輪読会】 Gradient Informed Proximal Policy Optimization
user-img Deep Learning JP 1.6K
slide-thumbnail

【DeNA × AI Day】 自律型 AI が生み出す未来
dena ai day
user-img DeNA_Tech 6.7K
slide-thumbnail

【大規模言語モデル入門Ⅱ】12章12.1
user-img 京都大学人工知能研究会KaiRA 1K
slide-thumbnail

【DL輪読会】Understanding the performance gap between online and offline alignment algorithms
user-img Deep Learning JP 2.6K
slide-thumbnail

【DL輪読会】Alignment Algorithms for Diffusion Models
user-img Deep Learning JP 7.7K
slide-thumbnail

【DL輪読会】Simplifying Latent Dynamics with Softly State-Invariant World Models
user-img Deep Learning JP 2K
slide-thumbnail

【DL輪読会】1 π0: A Vision-Language-Action Flow Model for General Robot Control
user-img Deep Learning JP 22.1K
slide-thumbnail

【DL輪読会】PoliFormer: Scaling On-Policy RL with Transformers Results in Masterful Navigators
user-img Deep Learning JP 3.2K
slide-thumbnail

【大規模言語モデル入門】４章4.4~4.6
user-img 京都大学人工知能研究会KaiRA 2.6K
slide-thumbnail

【DL輪読会】 Do Differentiable Simulators Give Better Policy Gradients?
user-img Deep Learning JP 1.7K
slide-thumbnail

【DL輪読会】LLM for Social Good
user-img Deep Learning JP 2.2K
slide-thumbnail

【DL輪読会】Behavior Generation with Latent Actions
user-img Deep Learning JP 2.6K
slide-thumbnail

【DL輪読会】Learning Reward for Robot Skills Using Large Language Models via Self-Alignment
user-img Deep Learning JP 1.3K
slide-thumbnail

【DL輪読会】HarmonyDream: Task Harmonization Inside World Models
user-img Deep Learning JP 13.3K
slide-thumbnail

KTO: Model Alignment as Prospect Theoretic Optimization （ICML2024 ）
user-img Deep Learning JP 5.2K
slide-thumbnail

簡易的rpy2を作ってみた
user-img 株式会社ホクソエム 6K
slide-thumbnail

【ゼロから作るDeap Learning】8.4~8.6
user-img 京都大学人工知能研究会KaiRA 531
slide-thumbnail

【DL輪読会】Stop Regressing: Training Value Functions via Classification for Scalable Deep RL
user-img Deep Learning JP 3.1K
slide-thumbnail

Autonomous Evaluation and Refinement of Digital Agents
user-img Deep Learning JP 1.8K
slide-thumbnail

強化学習の基本と簡単な実装
強化学習 機械学習
user-img Komiya 4K
slide-thumbnail

Scaling Instructable Agents Across Many Simulated Worlds (1)
user-img Deep Learning JP 2.1K
slide-thumbnail

2024_収益向上を目指した強化学習ベースの蓄電池制御手法の検討
強化学習 蓄電池 太陽光発電
user-img 小平　大輔 4.8K
slide-thumbnail

【DL輪読会】PRE-TRAINING GOAL-BASED MODELS FOR SAMPLE-EFFICIENT REINFORCEMENT LEARNING
user-img Deep Learning JP 2.2K
slide-thumbnail

松尾研TRAILロボットラーニング勉強会 IsaacSimハンズオン
user-img Makato Sato 187K
#強化学習
#大規模言語モデル
#RLHF
#機械学習
#深層学習
#LLM
#DPO
#自然言語処理
#世界モデル