Résultats de la recherche - Devlin, Sam

Difference Rewards Policy Gradients par Castellini, Jacopo, Devlin, Sam, Oliehoek, Frans A., Savani, Rahul

Accéder au texte intégral

Efficient Offline Reinforcement Learning: First Imitate, then Improve par Jelley, Adam, McInroe, Trevor, Devlin, Sam, Storkey, Amos

Accéder au texte intégral

Aligning Agents like Large Language Models par Jelley, Adam, Cao, Yuhan, Bignell, Dave, Storkey, Amos, Devlin, Sam, Rashid, Tabish

Accéder au texte intégral

Scaling Laws for Pre-training Agents and World Models par Pearce, Tim, Rashid, Tabish, Bignell, Dave, Georgescu, Raluca, Devlin, Sam, Hofmann, Katja

Accéder au texte intégral

Adapting Vision-Language Models for Evaluating World Models par Hendriksen, Mariya, Rashid, Tabish, Bignell, David, Georgescu, Raluca, Lemkhenter, Abdelhak, Hofmann, Katja, Devlin, Sam, Parisot, Sarah

Accéder au texte intégral

Hyperagents par Zhang, Jenny, Zhao, Bingchen, Yang, Wannan, Foerster, Jakob, Clune, Jeff, Jiang, Minqi, Devlin, Sam, Shavrina, Tatiana

Accéder au texte intégral

The Multi-Agent Reinforcement Learning in MalmÖ (MARLÖ) Competition par Perez-Liebana, Diego, Hofmann, Katja, Mohanty, Sharada Prasanna, Kuno, Noboru, Kramer, Andre, Devlin, Sam, Gaina, Raluca D., Ionita, Daniel

Accéder au texte intégral

Visual Encoders for Data-Efficient Imitation Learning in Modern Video Games par Schäfer, Lukas, Jones, Logan, Kanervisto, Anssi, Cao, Yuhan, Rashid, Tabish, Georgescu, Raluca, Bignell, Dave, Sen, Siddhartha, Gavito, Andrea Treviño, Devlin, Sam

Accéder au texte intégral

Adapting a World Model for Trajectory Following in a 3D Game par Tot, Marko, Ishida, Shu, Lemkhenter, Abdelhak, Bignell, David, Choudhury, Pallavi, Lovett, Chris, França, Luis, de Mendonça, Matheus Ribeiro Furtado, Gupta, Tarun, Gehring, Darren, Devlin, Sam, Macua, Sergio Valcarcel, Georgescu, Raluca

Accéder au texte intégral