Conozca VLM-CaR (código como recompensa): un nuevo marco de aprendizaje automático que potencia el aprendizaje por refuerzo con modelos de visión-lenguaje
Investigadores de Google DeepMind han colaborado con Mila y la Universidad McGill definieron funciones de recompensa apropiadas para abordar el desafío de entrenar eficientemente agentes de aprendizaje por refuerzo (RL).…