作者位次 #3/3ICML 2026Poster· Reinforcement Learning / Deep RL
Stabilizing PPO via Latent-Space Regularization and KDE-Driven Exploration
Meiyu Du · Yuqing Gao · Wei Wang
强化学习与后训练OpenReview
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。
实时查找电子邮箱，费用不超过20积分；未找到邮箱不扣费。
Meiyu Du · Yuqing Gao · Wei Wang
Yijie Luo · Bingze Du · Xingyu Li · Wei Wang · Feng Luan · Zhipeng Wang · Yanmin Zhou · Bin He