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

Eric Moulines

ICLR 2026×4效率与系统推理强化学习与后训练理论与学习动力学
新星分资深
23
一作贡献0
核心/参与10
方向广度8
合作网络9
0 一作 · 4 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

4
作者位次 #4/4ICLR 2026Poster· Theory / Reinforcement Learning and Planning

Beyond Softmax and Entropy: Convergence Rates of Policy Gradients with $\boldsymbol{f}$-SoftArgmax Parameterization $\&$ Coupled Regularization

Safwan Labbi · Daniil Tiapkin · Paul Mangold · Eric Moulines

推理强化学习与后训练理论与学习动力学OpenReview

常见合作者

ADAlain Oliviero Durmus×2VKVladimir KondratyevAFAlexander FishkovMHMahmoud HegazyNKNikita KotelevskiiRFRémi FlamaryMPMaxim PanovBMBadr MoufadYIYazid Janati el idrissiNSNavid Bagheri ShourakiTHThomas HirtzJOJimmy Olsson