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

Ruixiang Ouyang

ICML 2026IROS 2026强化学习与后训练可解释性效率与系统
新星分贡献者
44
一作贡献0
核心/参与17
方向广度9
合作网络6
0 一作 · 2 篇 · ICML 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

2
作者位次 #4/6IROS 2026Poster· Smarter Training Strategies for Legged Robot Policies

CAMoE: Context-Aware MoE Policy for Adaptive and Scalable Quadruped Locomotion

Sixu Lin · Ruixing Jin · Guanren Qiao · Ruixiang Ouyang · Shuliang He · Guiliang Liu

可解释性强化学习与后训练效率与系统Legged RobotsReinforcement LearningRepresentation LearningOpenReview

常见合作者