奖励设计

引用本概念的论文(1)

• CoRe：结合视觉-语言模型反馈的组合奖励用于偏好对齐的强化学习 CoRe: Combined Rewards with Vision-Language Model Feedback for Preference-Aligned Reinforcement Learning arXiv 2607.01721

共现相关概念

在引用本概念的论文中,与下列概念同时出现的次数(降序)。