标签
CoDrift是一种用于离线强化学习的组合框架，它将行为目标和价值目标结合成一个统一的策略场，在OGBench和D4RL等基准测试中达到了最先进的性能。
Shruti Joshi 邀请参会者到 UncertaintyInAI 参加海报会议，讨论改进 Sparse Autoencoder (SAE) 架构以实现更好分布外泛化的研究。