[논문리뷰] MAI-Gym: An Open All-in-One Platform for GUI Agent Evaluation and RL Training across Mobile and Computer Environments본 논문은 Online Reinforcement Learning (RL)이 수학, 코딩, Tool-Use 분야에서 큰 발전을 이루었음에도 불구하고, GUI Agent 영역에서는 Scalability와 Realistic Training Task 부족으로 인해 어려움을 겪고 있음을 지적한다.#Review#GUI Agents#Online Reinforcement Learning#Scalable Infrastructure#Environment Synthesis#Task Synthesis#Mobile UI#Desktop Automation2026년 10월 15일댓글 수 로딩 중
[논문리뷰] QwenGyre: An Elastic Reinforcement Learning Framework for Training xLong-Horizon Agents본 논문은 xLong-horizon tasks를 수행하는 LLM agents의 online Reinforcement Learning (RL)에 있어 GPU underutilization 및 trajectory redundancy 문제를 해결하고자 한다.#Review#xLong-horizon RL#Elastic Scheduling#Trajectory Processing#GPU Utilization#LLM Agents#Online Reinforcement Learning#Training Efficiency#Resource Reallocation2026년 9월 28일댓글 수 로딩 중
[논문리뷰] Hierarchical Advantage Weighting for Online RL Fine-Tuning of VLAs from Sparse Episode Outcomes본 논문은 VLA의 online RL fine-tuning이 에피소드당 단일 binary 성공/실패 신호만 제공하는 sparse outcome 문제를 지적하며, viability와 efficiency 신호를 분리해 transition 단위 학습 가중치를 생성하는 Hierarchical Advantage-Weighted Behavior Cloning(HABC)을 제안합니다.#Review#Vision-Language-Action Models#Online Reinforcement Learning#Robot Manipulation#Hierarchical Advantage Weighting#Sparse Episode Outcomes#Dual-Head Critic#Intervention-Aware Credit Assignment2026년 6월 15일댓글 수 로딩 중
[논문리뷰] OpenWebRL: Demystifying Online Multi-turn Reinforcement Learning for Visual Web Agents본 연구는 시각적 웹 에이전트(visual web agents)의 학습을 위해 사용되는 기존의 supervised post-training 방식이 가진 확장성 한계와 고비용 데이터를 해결하고자 합니다.#Review#Online Reinforcement Learning#Visual Web Agents#Multimodal Multi-turn GRPO#Live Website Interaction#Scalable Training Framework2026년 6월 1일댓글 수 로딩 중
[논문리뷰] Long Live The Balance: Information Bottleneck Driven Tree-based Policy Optimization본 논문은 온라인 RL 기반 LLM 학습 시 발생하는 탐색-활용 불균형(imbalanced exploration–exploitation trade-off) 문제를 해결하고자 합니다.#Review#Online Reinforcement Learning#Information Bottleneck#Tree-based Policy Optimization#Exploration-Exploitation Balance#LLM Reasoning#IB-Score2026년 5월 27일댓글 수 로딩 중
[논문리뷰] SafeDiffusion-R1: Online Reward Steering for Safe Diffusion Post-Training본 논문은 기존의 T2I 모델 안전성 확보 방식들이 가진 데이터 의존성과 모델 성능 저하 문제를 해결하고자 합니다.#Review#Diffusion Models#Safety Alignment#Online Reinforcement Learning#GRPO#CLIP#Concept Erasure2026년 5월 18일댓글 수 로딩 중