BriefGPT - AI 论文速递 · 2025-02-10T00:00:00Z Model-Based Offline Reinforcement Learning and Reliability-Assured Sequence Modeling 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种“可靠性保障的变换器”（RT）算法，旨在解决离线强化学习中的不可靠轨迹问题。RT算法通过计算轨迹的累计可靠性，生成高回报轨迹，并在多个基准任务中表现出优越性。 🏷️ 标签 RT算法 model 可靠轨迹 基准任务 离线强化学习 高回报 阅读原文 生成长图 分享链接 已复制链接
