Internalize the Temperature: On-Policy Self-Distillation as Policy Reheater for Reinforcement Learning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Yang, Xuewei, Yu, Jiachen, Wu, Jie, Sun, Shaoning, Wang, Junjie, Yang, Yujiu
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!