Sarath Chandar Anbil Parthipan
, Khimya Khetarpal, Janarthanan Rajendran et Matthew Riemer
Communication écrite (2024)
Un lien externe est disponible pour ce document
| Département: | Département de génie informatique et génie logiciel |
|---|---|
| ISBN: | 9798331314385 |
| URL de PolyPublie: | https://publications.polymtl.ca/73398/ |
| Nom de la conférence: | 38th Conference on Neural Information Processing Systems (NeurIPS 2024) |
| Lieu de la conférence: | Vancouver, BC, Canada |
| Date(s) de la conférence: | 2024-12-10 - 2024-12-15 |
| Maison d'édition: | Neural Information Processing Systems Foundation, Inc. (NeurIPS) |
| DOI: | 10.52202/079017-2552 |
| URL officielle: | https://doi.org/10.52202/079017-2552 |
| Date du dépôt: | 09 avr. 2026 10:41 |
| Dernière modification: | 09 avr. 2026 10:41 |
| Citer en APA 7: | Anbil Parthipan, S. C., Khetarpal, K., Rajendran, J., & Riemer, M. (décembre 2024). Balancing Context Length and Mixing Times for Reinforcement Learning at Scale [Communication écrite]. 38th Conference on Neural Information Processing Systems (NeurIPS 2024), Vancouver, BC, Canada. https://doi.org/10.52202/079017-2552 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
