人工智能2021 · 分享于 Hacker News
Decision Transformer: Reinforcement Learning via Sequence Modeling
探索《Decision Transformer: Reinforcement Learning via Sequence Modeling》的原文与 Hacker News 社区讨论，查看来源并加入阅读清单。
从论文，走向讨论
看看社区如何讨论这个想法。
来自 Hacker News 的原始讨论。不同的视角、疑问，以及值得继续思考的线索。
最多展示 100 条相关讨论。论文可能出现在评论中，并非原帖投稿内容。
在讨论中发现的引用
按 HN 条目顺序展示最近的 50 条引用来源。
Ytosh ·
RLHF is just barely RL
386 赞同257 评论
Yjxmorris12 ·
Q-learning is not yet scalable
220 赞同48 评论
Yheadalgorithm ·
Deep reinforcement learning is a waste of time (2019)
95 赞同113 评论
Yjonbaer ·
The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
67 赞同21 评论
Ygetnormality ·
Implicit Actor Critic Coupling via a Supervised Learning Framework for RLVR
38 赞同10 评论
Yoptimalsolver ·
Reinforcement Learning As One Big Sequence Modeling Problem
14 赞同1 评论
Ypresheaf ·
Decision Transformer: Reinforcement Learning via Sequence Modeling
2 赞同1 评论
Ybelter ·
MemGPT: Towards LLMs as Operating Systems
2 赞同0 评论
Ybrofallon ·
Decision Transformer: ReinforcementLearning via Sequence Modeling
1 赞同0 评论