KL-Regularized Reinforcement Learning is Designed to Mode Collapse
机构 * New York University(纽约大学) ; École Polytechnique Fédérale de Lausanne(瑞士联邦理工学院)
高校专区
机构 * New York University(纽约大学) ; École Polytechnique Fédérale de Lausanne(瑞士联邦理工学院)
机构 * Columbia University(哥伦比亚大学) ; New York University(纽约大学) ; Dartmouth College(达特茅斯学院)
机构 * Courant Institute of Mathematical Sciences, New York University(纽约大学Courant数学科学研究所)
Comments 68 pages, 8 figures
机构 * University of Chicago(芝加哥大学) ; New York University(纽约大学) ; University of Washington(华盛顿大学) ; New York University Shanghai(纽约大学上海)
Comments 26 pages, 8 figures
机构 * Beihang University(北航) ; New York University(纽约大学) ; Peking University(北京大学) ; University of Leeds(利兹大学)
Comments 20 pages, 4 figures. Accepted as Spotlight poster in NeurIPS 2025
机构 * Courant Institute of Mathematical Sciences, New York University(纽约大学数学科学学院) ; Tandon School of Engineering, New York University(纽约大学工程学院) ; Cerebras Systems Inc.(Cerebras Systems公司) ; University of Pennsylvania(宾夕法尼亚大学)