一作ICLR 2026Poster· Reinforcement Learning / Deep RL
Relative Entropy Pathwise Policy Optimization
Claas Voelcker · Axel Brunnbauer · Marcel Hussing · Michal Nauman · Pieter Abbeel · Radu Grosu · ERIC EATON · Amir-massoud Farahmand · Igor Gilitschenski
强化学习与后训练OpenReview