Principled Penalty-based Methods for Bilevel Reinforcement Learning and RLHF

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Shen, Han, Yang, Zhuoran, Chen, Tianyi
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning Optimization and Control
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2402.06886