论文
Stabilizing On-Policy Targeted Guidance in Agentic Reinforcement Learning
稳定智能体强化学习中的在线策略定向引导机制，缓解基础模型能力瓶颈导致的覆盖不足
首次收录 2026-11-04热度 1.0
agentsrlguidance
暂未评估,等待下一轮评分。
事件时间线
暂无事件。
关联信号
想把「Stabilizing On-Policy Targeted Guidance in Agentic Reinforcement Learning」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。