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

Chang D. Yoo

ICML 2026×4CVPR 2026IROS 2026多模态强化学习与后训练推理理论与学习动力学对齐与偏好
新星分资深
20
一作贡献0
核心/参与6
方向广度16
合作网络0
0 一作 · 6 篇 · ICML 2026 / CVPR 2026 / IROS 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

6
作者位次 #5/5ICML 2026Poster· Reinforcement Learning / Batch/Offline

Fast and Highly Expressive Policy Learning for Offline Reinforcement Learning via Bootstrapped Flow Q-Learning

Thanh Nguyen · Tri Ton · Hongbin Choe · Minh-Tung Luu · Chang D. Yoo

强化学习与后训练理论与学习动力学OpenReview
作者位次 #4/4ICML 2026Oral· Reinforcement Learning / Batch/Offline

Video-Based Optimal Transport for Feedback-Efficient Offline Preference-Based Reinforcement Learning

Minh-Tung Luu · Hwanhee Kim · Younghwan Lee · Chang D. Yoo

对齐与偏好多模态强化学习与后训练OpenReview
作者位次 #4/4IROS 2026Poster· Scaling Up Robot Policy Learning

Compositional Average Velocity Modeling for Efficient Diffusion Offline Reinforcement Learning

Thanh Nguyen · Abu Hanif Muhammad Syarubany · Hwanhee Kim · Chang D. Yoo

强化学习与后训练效率与系统长上下文与架构Reinforcement LearningLearning from ExperienceMachine Learning for Robot ControlOpenReview

常见合作者