IJCAI2021强化学习相关论文集合推荐

原创

于 2021-10-13 09:51:54 发布 · 624 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #pytorch #自然语言处理

IJCAI2021会议汇集了一系列关于强化学习的前沿研究，包括在稀疏奖励环境中的对象交互任务、针对竞争强化学习的背门攻击、提升离线强化学习的方法、平均奖赏强化学习与信任区域策略、数据高效疟疾控制的强化学习、路线优化的鲁棒性保障以及交通信号控制等。这些论文探讨了强化学习在不同场景的应用和理论挑战，展示了该领域的广泛影响力和持续创新。

1、论文名称：Reinforcement Learning for Sparse-Reward Object-Interaction Tasks in a First-person Simulated 3D Environment.
论文链接：https://www.aminer.cn/pub/5f9bd99491e011dcf482d815?f=cs

2、论文名称：BACKDOORL - Backdoor Attack against Competitive Reinforcement Learning.
论文链接： https://www.aminer.cn/pub/60912d2191e01105f877fba7?f=cs

3、论文名称：Boosting Offline Reinforcement Learning with Residual Generative Modeling.
论文链接：https://www.aminer.cn/pub/60d3d23e91e0112ca5d1856e?f=cs

4、论文名称：Mean Field Games Flock! The Reinforcement Learning Way.
论文链接：https://www.aminer.cn/pub/60a3bb7b91e01115219ffbd4?f=cs

5、论文名称：Ordering-Based Causal Discovery with Reinforcement Learning.
论文链接： https://www.aminer.cn/pub/6051c3aa9e795eb49a3cb228?f=cs

6论文名称：Efficient PAC Reinforcement Learning in Regular Decision Processes.
论文链接：https://www.aminer.cn/pub/60a2447991e0115ec77b9d24?f=cs

7论文名称：Average-Reward Reinforcement Learning with Trust Region Methods.