Central Path Proximal Policy Optimization
机构 * Max Planck Institute for Human Cognitive and Brain Sciences(马克斯·普朗克人类认知与脑科学研究所) ; Center for Scalable Data Analytics and Artificial Intelligence (ScaDS.AI)(可扩展数据与人工智能中心) ; Institut für Mathematik, Technische Universität Berlin(柏林技术大学数学研究所)
Journal ref The Exploration in AI Today Workshop at ICML 2025