深度强化学习实验室作者:《DeepRL-Lab》 & 《AMiner.cn》联合发布来源:https://neurips.cc/Conferences/2020/编辑:DeepRL(图片来自新智元)NeurIPS终于放榜,提交数再次创新高,与去年相比增加了38%,共计达到9454篇,总接收1900篇,其中谷歌以169篇傲视群雄,清华大学63篇,南京大学周志华教授团队3篇。论文接收率20.09%较去年有所下降,其中论文主题占比和结构图如下:算法(29%)深度学习(19%)强化学习(9%)强化学习完整列表[1]. Relabeling Experience with Inverse RL: Hindsight Inference for Policy Improvement作者: Ben Eysenbach (Carnegie Mellon University) · XINYANG GENG (UC Berkeley) · Sergey Levine (UC Berkeley) · Russ Salakhutdinov (Carnegie Mellon University)[2]. Generalised Bayesian Filtering via Sequential Monte Carlo作者: Ayman Boustati (Univ
………………………………