paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
RL

Ruizhe Liu

IROS 2026×2ICML 2026可解释性多模态对齐与偏好强化学习与后训练
新星分贡献者
54
一作贡献0
核心/参与29
方向广度11
合作网络3
0 一作 · 3 篇 · IROS 2026 / ICML 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

3
作者位次 #2/5IROS 2026Poster· Finding Better Representations for Imitation Learning

Geometric Entropy: When Trajectory Diversity Helps and Hurts in Imitation Learning

Qian Luo · Ruizhe Liu · Pei Zhou · Xunzhe Zhou · Yanchao Yang

可解释性Imitation LearningLearning from ExperienceLearning from DemonstrationOpenReview
作者位次 #2/5IROS 2026Poster· Making Reinforcement Learning Practical for Manipulation

SPEAR: Selective Preference Elicitation with Adaptive Rewards for VLM-Guided Robotic Manipulation

Zewen Wu · Ruizhe Liu · Pei Zhou · Feng Chen · Yanchao Yang

多模态对齐与偏好强化学习与后训练Reinforcement LearningDeep Learning for Visual PerceptionOpenReview

常见合作者