expo: Exploration-prioritized policy optimization via adaptive kl regulation and gaussian curriculum sampling

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Lin, Mingxiong, Gong, Zhangquan, Tang, Maowen, Li, Qian, Wang, Chuangchuang, Ma, Jian, Huang, Sutian, Tang, Kai, Lu, Haonan
Formato:	Preprint
Publicado:	2026
Materias:	Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2605.09923