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

Bo Jin

ACL 2026ICLR 2026推理智能体与工具理论与学习动力学多模态强化学习与后训练
新星分资深
19
一作贡献0
核心/参与5
方向广度13
合作网络3
0 一作 · 2 篇 · ACL 2026 / 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

2
作者位次 #7/7ACL 2026Poster· Natural Language Processing

On-policy Reinforcement Fine-tuning with Offline reward for Multi-step Embodied Planning

Di Wu · Jiaxin Fan · Chloe Gu · Guanbo Wang · Wei Yin · Wenhao Li · Bo Jin

摘要

Embodied planning requires agents to make coherent multi-step decisions based on dynamic visual observations and verbal goals. While recent vision-language models (VLMs) excel at static perception tasks, they struggle in interactive environments. Reinforcement learning (RL) offers a natural way t...

多模态强化学习与后训练推理OpenReview 项目页

常见合作者