불확실성 추정으로 선호 질의를 고르고 제약을 조정한 오프라인 RL, D4RL 9개 과제에서 검증 작성: 유지율 리포터 2026년 07월 26일 20시 06분 0 오프라인 강화학습에서 불확실성 추정과 적응형 정규화를 결합해 선호 질의와 정책 업데이트를 함께 다룬 방법이 D4RL 9개 과제에서 평가됐다.
