Online Preference-based Reinforcement Learning with Self-augmented Feedback from Large Language Model

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Tu, Songjun, Sun, Jingbo, Zhang, Qichao, Lan, Xiangyuan, Zhao, Dongbin
Format: Preprint
Veröffentlicht: 2024
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!