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

Alexander Tyurin

ICLR 2026×5强化学习与后训练效率与系统理论与学习动力学
新星分新星
88
一作贡献90
核心/参与10
方向广度6
合作网络12
3 一作 · 5 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

5
一作ICLR 2026Poster· Reinforcement Learning / Everything Else

Asynchronous Policy Gradient Aggregation for Efficient Distributed Reinforcement Learning

Alexander Tyurin · Andrei Spiridonov · Varvara Rudenko

强化学习与后训练效率与系统OpenReview
一作ICLR 2026Poster· Optimization / Large Scale, Parallel and Distributed

Birch SGD: A Tree Graph Framework for Local and Asynchronous SGD Methods

Alexander Tyurin · Danil Sivtsov

OpenReview
一作ICLR 2026Poster· Optimization / Large Scale, Parallel and Distributed

Proving the Limited Scalability of Centralized Distributed Optimization via a New Lower Bound Construction

Alexander Tyurin

OpenReview

常见合作者

ASAndrei SpiridonovVRVarvara RudenkoMPMikhail PersiianovJCJiawei ChenPMPetr MokrovEBEvgeny BurnaevAKAleksandr KorotinDSDanil SivtsovWAWojciech AnyszkaKGKaja GruntkowskaPRPeter Richtarik