paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达

更新于

返回新星榜

CE

Carlo D Eramo

ICLR 2026×3强化学习与后训练

新星分资深

10

一作贡献0

核心/参与5

方向广度2

合作网络3

0 一作 · 3 篇 · ICLR 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 #5/6ICLR 2026Poster· Reinforcement Learning / Deep RL

Iterated Q-Network: Beyond One-Step Bellman Updates in Deep Reinforcement Learning

Théo Vincent · Daniel Palenicek · Boris Belousov · Jan Peters · Carlo D Eramo · Théo Vincent

强化学习与后训练OpenReview

作者位次 #8/8ICLR 2026Poster· Reinforcement Learning / Function Approximation

Bridging the performance-gap between target-free and target-based reinforcement learning

Théo Vincent · Yogesh Tripathi · Tim Faust · Abdullah Akgül · Yaniv Oren · Melih Kandemir · Jan Peters · Carlo D Eramo

强化学习与后训练OpenReview

作者位次 #6/6ICLR 2026Poster· Reinforcement Learning / Deep RL

Use the Online Network If You Can: Towards Fast and Stable Reinforcement Learning

Ahmed Hendawy · Henrik Metternich · Théo Vincent · Mahdi Kallel · Jan Peters · Carlo D Eramo

强化学习与后训练OpenReview

常见合作者

TVThéo Vincent×3 JPJan Peters×2 TVThéo Vincent DPDaniel Palenicek BBBoris Belousov JPJan Peters YTYogesh Tripathi TFTim Faust AAAbdullah Akgül YOYaniv Oren MKMelih Kandemir AHAhmed Hendawy