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

Rui Yan

AAAI 2026×2ICML 2026可解释性强化学习与后训练
新星分贡献者
30
一作贡献0
核心/参与10
方向广度7
合作网络3
0 一作 · 3 篇 · AAAI 2026 / ICML 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 #3/4ICML 2026Poster· Reinforcement Learning / Everything Else

Learning Interpretable Options by Identifying Reward Diffusion Bottlenecks in Reinforcement Learning

Yiming Fei · Ziming Wang · Rui Yan · Huajin Tang

可解释性强化学习与后训练OpenReview
作者位次 #4/4AAAI 2026Poster· Artificial Intelligence

DS-ATGO: Dual-Stage Synergistic Learning via Forward Adaptive Threshold and Backward Gradient Optimization for Spiking Neural Networks

Jiaqiang Jiang · Wenfeng Xu · Jing Fan · Rui Yan

作者位次 #3/4AAAI 2026Poster· Artificial Intelligence

MPD-SGR: Robust Spiking Neural Networks with Membrane Potential Distribution-Driven Surrogate Gradient Regularization

Runhao Jiang · Chengzhi Jiang · Rui Yan · Huajin Tang

常见合作者