[논문리뷰] On KL-Regularized Policy Optimization본 연구는 대규모 언어 모델(LLM) 에이전트 학습에서 발생하는 비동기적(Asynchronous) 환경의 오프라인 정책 학습 문제를 해결하고자 합니다.#Review#KL-Regularized Policy Optimization#Asynchronous Reinforcement Learning#Policy Mirror Descent#Critic-free#Importance Sampling2026년 10월 7일댓글 수 로딩 중