2510.00144 2025-10-02 cs.LG cs.AI Which Rewards Matter? Reward Selection for Reinforcement Learning under Limited Feedback Shreyas Chaudhari, Renhao Zhang, Philip S. Thomas, Bruno Castro da Silva 机构 * University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校) 纠错 详情 展开后加载摘要… URL PDF HTML 收藏 复制 复制简介 复制详情 生成图片 生成简图 生成详图