一作NeurIPS 2026Poster
Optimistic Q-value Adaptation for Offline-to-Online Reinforcement Learning
Hao Wu · Shunhao Zhang · Shuai Lü
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。
Hao Wu · Shunhao Zhang · Shuai Lü
Songlin Li · Wei Xiao · Hao Wu · Xiaodan Zhang · Daolong An · Shuai Lü