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

Ahmed Hussain Qureshi

ICLR 2026×3强化学习与后训练智能体与工具
新星分贡献者
27
一作贡献0
核心/参与10
方向广度4
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 #2/2ICLR 2026Poster· Reinforcement Learning / Deep RL

Goal Reaching with Eikonal-Constrained Hierarchical Quasimetric Reinforcement Learning

Vittorio Giammarino · Ahmed Hussain Qureshi

强化学习与后训练OpenReview
作者位次 #4/5ICLR 2026Poster· Reinforcement Learning / Multi-agent

Continuous-Time Value Iteration for Multi-Agent Reinforcement Learning

Xuefeng Wang · Lei Zhang · Henglin Pu · Ahmed Hussain Qureshi · Husheng Li

智能体与工具强化学习与后训练OpenReview
作者位次 #5/5ICLR 2026Poster· Reinforcement Learning / Multi-agent

Safe Continuous-time Multi-Agent Reinforcement Learning via Epigraph Form

Xuefeng Wang · Lei Zhang · Henglin Pu · Husheng Li · Ahmed Hussain Qureshi

智能体与工具强化学习与后训练OpenReview

常见合作者