Анализ сайта psc-g.github.io
Основное Готовность: 75%
Домен
psc-g.github.io
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Используйте для продвижения только домен второго уровня.
Отличный запоминающийся домен.
Ответ сервера
200 Успешный ответ
HTTP-код ответа и цепочка редиректов
?
Код 200 — страница доступна. Коды 3xx — редиректы (цепочки замедляют загрузку и размывают ссылочный вес). Коды 4xx/5xx — ошибки, поисковик не сможет проиндексировать страницу.
Сервер настроен корректно.
Цепочка редиректов:
http://psc-g.github.io
301 MovedPermanently
https://psc-g.github.io/
200 OK
Безопасность
Сайт безопасен
Использование HTTPS и SSL-сертификат
?
HTTPS — обязательный стандарт. Google и Яндекс отдают предпочтение защищённым сайтам. Отсутствие SSL или просроченный сертификат ведут к предупреждениям в браузере и снижению позиций.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 01.11.2026 2:38:01.
Включён HSTS (Strict-Transport-Security) — защита от подмены на http.
HTTP автоматически перенаправляется на HTTPS.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
UTF-8
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Указана кодировка на странице UTF-8.
Язык
en
Атрибут lang в HTML-теге
?
Атрибут lang (<html lang="ru">) сообщает поисковикам и браузерам, на каком языке написана страница. Помогает при ранжировании в региональном поиске.
Язык документа указан явно: en.
Скорость загрузки
~0,43сек
Время отклика сервера (TTFB)
?
Time To First Byte — время до получения первого байта от сервера. Норма до 200 мс. Медленный отклик ухудшает пользовательский опыт и ранжирование: Яндекс и Google учитывают скорость страниц.
Скорость загрузки сайта 0,43сек оптимальна.
Объем документа
62Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 62Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 24
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Кол-во файлов ресурсов 24 много для одной страницы. Приемлемо до 10. Проведите оптимизацию файлов ресурсов!
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | /assets/css/bootstrap.min.css | |
| stylesheet | /assets/css/layouts/main.css | |
| stylesheet | /assets/css/style.css | |
| stylesheet | /assets/css/navigators/navbar.css | |
| stylesheet | https://fonts.googleapis.com/css2?family=Muli:wght@300;400;500;600 | |
| stylesheet | https://cdnjs.cloudflare.com/ajax/libs/font-awesome/5.11.2/css/all.min.css | |
| stylesheet | /assets/css/style.css | |
| stylesheet | /assets/css/sections/home.css | |
| stylesheet | /assets/css/sections/about.css | |
| stylesheet | /assets/css/sections/skills.css | |
| stylesheet | /assets/css/sections/experiences.css | |
| stylesheet | /assets/css/sections/projects.css | |
| stylesheet | /assets/css/sections/recent-posts.css | |
| stylesheet | /assets/css/sections/achievements.css | |
| js | text/javascript | https://cdn.jsdelivr.net/npm/mathjax@3/es5/tex-mml-chtml.js |
| js | /assets/js/jquery-3.4.1.min.js | |
| js | /assets/js/popper.min.js | |
| js | /assets/js/bootstrap.min.js | |
| js | /assets/js/navbar.js | |
| js | /assets/js/main.js | |
| js | /assets/js/itype.min.js | |
| js | /assets/js/github-button.js | |
| js | /assets/js/home.js | |
| js | /assets/js/jquery.filterizr.min.js |
Серверные заголовки
Кол-во: 18
HTTP-заголовки ответа сервера
?
Заголовки сервера передают браузеру и поисковику служебную информацию: кеширование, безопасность (CSP, HSTS), сжатие (gzip). Правильная настройка ускоряет загрузку и повышает защищённость.
Найдены серверные заголовки 18шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| Strict-Transport-Security | max-age=31556952 |
| ETag | "6a87040f-f983" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 5E7E:14C000:14F29E:1670D7:6A893414 |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 05:31:03 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270055-BMA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787376663.981679,VS0,VE121 |
| Vary | Accept-Encoding |
| x-fastly-request-id | ea08d2768330513cf353dd5e069bff7f82f035d7 |
CMS
Не определена
Система управления сайтом (движок)
?
CMS — это движок, на котором работает сайт (WordPress, 1C-Bitrix, Tilda и др.). Знание CMS помогает понять возможности SEO-оптимизации и подобрать подходящие инструменты. «Не определена» — вероятно, самописный сайт или нестандартная сборка.
CMS не определена. Вероятно, сайт самописный либо движок надёжно скрыт. Это не ошибка.
Веб-сервер
GitHub.com
Программное обеспечение сервера
?
Веб-сервер — это ПО, которое отдаёт страницы посетителям (nginx, Apache, IIS, LiteSpeed и др.). Определяется по серверным заголовкам ответа (Server, X-Powered-By и т.п.). «Не определён» — сервер намеренно скрывает эти заголовки, это нормальная практика безопасности.
В заголовке Server указано: GitHub.com.
Мета-теги Готовность: 32%
Title
psc's website
Заголовок страницы в браузере и поисковой выдаче
?
Title — главный SEO-заголовок страницы. Влияет на CTR в поиске и ранжирование. Оптимальная длина: 50–70 символов. Ключевые слова — ближе к началу.
Необходимо увеличить число символов в title (текущее значение мало: 13, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Homepage of Pablo Samuel Castro
Описание страницы в поисковой выдаче (сниппет)
?
Meta Description — текст под заголовком в выдаче. Напрямую на позиции не влияет, но влияет на CTR. Оптимальная длина: 120–160 символов.
Необходимо увеличить число символов в description (текущее значение мало: 31, минимум: 80, оптимально: от 120 до 130)
Keywords
Список ключевых слов страницы (устаревший тег)
?
Meta Keywords не учитывается Яндексом и Google для ранжирования с 2009–2012 годов. Заполнение не обязательно, но не вредит. Конкурент может использовать содержимое для анализа.
Установите мета-тег keywords!
Канонический Url
Указывает поисковику основную версию страницы
?
Canonical (rel=canonical) предотвращает проблему дублей страниц. Должен точно совпадать с URL проверяемой страницы. Неправильный canonical может передать ссылочный вес на другую страницу.
Рекомендуем прописать канонический Url.
Robots
Ошибок нет
Директивы для поисковых роботов на уровне страницы
?
Meta Robots управляет индексацией конкретной страницы: index/noindex — индексировать ли, follow/nofollow — следовать ли по ссылкам. Noindex полностью исключает страницу из поиска.
Meta-тег robots не указан. Страница свободна для индексации.
Адаптивность
width=device-width,initial-scale=1
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Разметка OpenGraph
Не найдено
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph не задана. Страница не оптимизирована под социальные сети. Мета-теги с разметкой Og помогают социальным роботам лучше структурировать Ваш сайт.
Все мета-теги
Кол-во: 3
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 3шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | generator | Hugo 0.165.0 |
| name | description | Homepage of Pablo Samuel Castro |
| name | viewport | width=device-width,initial-scale=1 |
Оптимизация Готовность: 72%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют в единственном экземпляре).
Контент
Есть ошибки
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Слова из title 2 встречаются в тексте редко. Добавьте в контент страницы слова из тега <title>!
Абзацев с текстом 21 достаточно.
Среднее число слов в абзаце 25 достаточно.
Кол-во знаков контента 14779 на странице оптимально.
Кол-во слов 2145 на странице оптимально.
Заголовки
Ошибок нет
Иерархия заголовков H1–H6
?
H1 должен быть один и содержать ключевой запрос. H2–H6 описывают подразделы. Пропуск уровней (H1 → H3) и несколько H1 — типичные ошибки, снижающие понятность страницы для поисковика.
На странице присутствуют заголовки <h1> 5. Это прекрасно.
На странице присутствуют заголовки <h2> 2. Это хорошо.
На странице присутствуют заголовки <h3> 1.
Тошнота
7,14
Насколько одно слово доминирует в тексте
?
Классическая тошнота = √(частота самого повторяющегося слова). Норма до 7–8: текст воспринимается естественно. Выше — поисковик может счесть страницу переспамленной.
Тошнота превышает норму 5. Измените текст страницы!
Академич. тошнота
11,05%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота страницы в пределах нормы.
Семантическое ядро
20
Наиболее часто встречающиеся слова на странице
?
Топ слов по частоте использования. Показывает, какие слова доминируют в тексте с точки зрения поисковика.
Контент страницы содержит осмысленный текст и слова.
Показать список слов
| Слово | Кол-во | Частота |
|---|---|---|
| samuel | 51 | 2,38% |
| castro | 49 | 2,28% |
| learning | 49 | 2,28% |
| reinforcement | 37 | 1,72% |
| github | 32 | 1,49% |
| bellemare | 15 | 0,70% |
| neurips | 14 | 0,65% |
| obando-ceron | 13 | 0,61% |
| courville | 11 | 0,51% |
| stable | 10 | 0,47% |
| website | 8 | 0,37% |
| université | 8 | 0,37% |
| montréal | 8 | 0,37% |
| rishabh | 8 | 0,37% |
| agarwal | 8 | 0,37% |
| papers | 8 | 0,37% |
| together: | 8 | 0,37% |
| research | 7 | 0,33% |
| scholar | 7 | 0,33% |
| students | 6 | 0,28% |
Индексация Готовность: 0%
Индексирование
Есть ошибки
Разрешено ли индексирование страницы
?
Проверяет, не закрыта ли страница от индексации через robots.txt, meta robots или X-Robots-Tag. Страница, закрытая от индексации, не появится в поисковой выдаче.
Анкоров на странице 214 слишком много. Проведите ревизию и оптимизацию ссылок сайта.
Robots.txt
Не найден
Файл управления сканированием сайта роботами
?
Robots.txt указывает поисковым роботам, какие страницы сканировать, а какие — нет. Ошибки в файле могут случайно закрыть важные разделы от индексации.
Файл robots.txt не найден (ошибка 404). Крайне рекомендуем добавить файл robots.txt, это правило хорошего тона для поисковых роботов.
Sitemap
Кол-во: 0
XML-карта сайта для поисковиков
?
Sitemap.xml помогает поисковику быстрее находить и индексировать страницы. Особенно важен для крупных сайтов и новых страниц, на которые ещё нет входящих ссылок.
Robots.txt не содержит ссылку на карту сайта. Рекомендуется добавить карту сайта и указать ссылку на нее в robots.txt.
Внутренние ссылки
Кол-во: 40
Ссылки на другие страницы своего сайта
?
Внутренние ссылки распределяют ссылочный вес между страницами и помогают поисковику обходить сайт. Пустые анкоры и ссылки на запрещённые robots.txt страницы — типичные ошибки.
Внутренних ссылок на странице 40 оптимально.
На странице присутствуют изображения 4.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /posts |
Posts
|
|
Анализировать url |
| /posts/research/rl/atari_defense/ |
Read
|
|
Анализировать url |
| /posts/research/rl/from_bbf_to_sss/ |
Read
|
|
Анализировать url |
| /posts/research/rl/redo/ |
Read
|
|
Анализировать url |
| /posts/research/rl/atari_defense |
<div><div class="d-flex"><h5 class="card-title mb-0">CALE - Continuous Arcade Learning Environment</h5></div><div class="sub-title"><span>Jesse Farebrother, Pablo Samuel Castro</span>
<span>NeurIPS, 2024</span></div></div>
|
|
Анализировать url |
| /posts/research/rl/atari_defense |
Blog post
|
|
Анализировать url |
| /posts/research/rl/atari_defense |
<div><div class="d-flex"><h5 class="card-title mb-0">On the consistency of hyper-parameter selection in value-based deep reinforcement learning</h5></div><div class="sub-title"><span>Johan Obando-Ceron, João G.M. Araújo, Aaron Courville, Pablo Samuel Castro</span>
<span>RLC, 2024</span></div></div>
|
|
Анализировать url |
| /posts/research/rl/atari_defense |
Blog post
|
|
Анализировать url |
| /posts/research/rl/from_bbf_to_sss |
<div><div class="d-flex"><h5 class="card-title mb-0">Bigger, Better, Faster, Human-level Atari with human-level efficiency</h5></div><div class="sub-title"><span>Max Schwarzer, Johan Obando-Ceron, Aaron Courville, Marc Bellemare, Rishabh Agarwal, Pablo Samuel Castro</span>
<span>ICML, 2023</span></div></div>
|
|
Анализировать url |
| /posts/research/rl/from_bbf_to_sss |
Blog post
|
|
Анализировать url |
| /posts/research/rl/redo |
<div><div class="d-flex"><h5 class="card-title mb-0">The dormant neuron phenomenon in deep reinforcement learning</h5></div><div class="sub-title"><span>Ghada Sokar, Rishabh Agarwal, Pablo Samuel Castro, Utku Evci</span>
<span>ICML, 2023</span></div></div>
|
|
Анализировать url |
| /posts/research/rl/redo |
Blog post
|
|
Анализировать url |
| /posts/research/rl/sparse_rl |
<div><div class="d-flex"><h5 class="card-title mb-0">The State of Sparse Training in Deep Reinforcement Learning</h5></div><div class="sub-title"><span>Laura Graesser*, Utku Evci*, Erich Elsen, and Pablo Samuel Castro</span>
<span>ICML, 2022</span></div></div>
|
|
Анализировать url |
| /posts/research/rl/sparse_rl |
Blog post
|
|
Анализировать url |
| /posts/research/rl/mico |
<div><div class="d-flex"><h5 class="card-title mb-0">MICo, Learning improved representations via sampling-based state similarity for Markov decision processes</h5></div><div class="sub-title"><span>Pablo Samuel Castro, Tyler Kastner, Prakash Panangaden, and Mark Rowland</span>
<span>NeurIPS, 2021</span></div></div>
|
|
Анализировать url |
| /posts/research/rl/mico |
Blog post
|
|
Анализировать url |
| /posts/research/rl/tandem |
<div><div class="d-flex"><h5 class="card-title mb-0">The Difficulty of Passive Learning in Deep Reinforcement Learning</h5></div><div class="sub-title"><span>Georg Ostrovski, Pablo Samuel Castro, Will Dabney</span>
<span>NeurIPS, 2021</span></div></div>
|
|
Анализировать url |
| /posts/research/rl/tandem |
Blog post
|
|
Анализировать url |
| /posts/research/rl/precipice |
<div><div class="d-flex"><h5 class="card-title mb-0">Deep Reinforcement Learning at the Edge of the Statistical Precipice</h5></div><div class="sub-title"><span>Rishabh Agarwal, Max Schwarzer, Pablo Samuel Castro, Aaron Courville, and Marc G. Bellemare</span>
<span>NeurIPS, 2021</span></div></div>
|
|
Анализировать url |
| /posts/research/rl/precipice |
Blog post
|
|
Анализировать url |
| /posts/musicode/ldd/ |
<div><div class="d-flex"><h5 class="card-title mb-0">Losses, Dissonances, and Distortions</h5></div><div class="sub-title"><span>Pablo Samuel Castro</span>
<span>Machine Learning for Creativity and Design workshop at NeurIPS, 2021</span></div></div>
|
|
Анализировать url |
| /posts/musicode/ldd/ |
Blog post
|
|
Анализировать url |
| /posts/research/rl/revisiting_rainbow |
<div><div class="d-flex"><h5 class="card-title mb-0">Revisiting Rainbow, Promoting more insightful and inclusive deep reinforcement learning research</h5></div><div class="sub-title"><span>Johan S. Obando-Ceron and Pablo Samuel Castro</span>
<span>ICML, 2021</span></div></div>
|
|
Анализировать url |
| /posts/research/rl/revisiting_rainbow |
Blog post
|
|
Анализировать url |
| /posts/research/rl/metrics_continuity |
<div><div class="d-flex"><h5 class="card-title mb-0">Metrics and continuity in reinforcement learning</h5></div><div class="sub-title"><span>Charline Le Lan, Marc G. Bellemare, Pablo Samuel Castro</span>
<span>AAAI, 2021</span></div></div>
|
|
Анализировать url |
| /posts/research/rl/metrics_continuity |
Blog post
|
|
Анализировать url |
| /posts/research/rl/pse |
<div><div class="d-flex"><h5 class="card-title mb-0">Contrastive Behavioral Similarity Embeddings for Generalization in Reinforcement Learning</h5></div><div class="sub-title"><span>Rishabh Agarwal, Marlos C. Machado, Pablo Samuel Castro, Marc G. Bellemare</span>
<span>ICLR, 2021</span></div></div>
|
|
Анализировать url |
| /posts/research/rl/pse |
Blog post
|
|
Анализировать url |
| /posts/research/rl/loon |
<div><div class="d-flex"><h5 class="card-title mb-0">Autonomous navigation of stratospheric balloons using reinforcement learning</h5></div><div class="sub-title"><span>Marc G. Bellemare, Salvatore Candido, Pablo Samuel Castro, Jun Gong, Marlos C. Machado, Subhodeep Moitra, Sameera S. Ponda, Ziyu Wang</span>
<span>Nature, 2020</span></div></div>
|
|
Анализировать url |
| /posts/research/rl/loon |
Blog post
|
|
Анализировать url |
| /posts/research/rl/dopamine |
<div><div class="d-flex"><h5 class="card-title mb-0">Dopamine, A Research Framework for Deep Reinforcement Learning</h5></div><div class="sub-title"><span>Pablo Samuel Castro, Subhodeep Moitra, Carles Gelada, Saurabh Kumar, and Marc G. Bellemare</span>
<span>Preprint, 2018</span></div></div>
|
|
Анализировать url |
| /posts/research/rl/dopamine |
Blog post
|
|
Анализировать url |
| /posts/research/creativity/ganterpretations |
<div><div class="d-flex"><h5 class="card-title mb-0">GANterpretations</h5></div><div class="sub-title"><span>Pablo Samuel Castro</span>
<span>Machine Learning for Creativity and Design workshop at NeurIPS, 2020</span></div></div>
|
|
Анализировать url |
| /posts/research/creativity/ganterpretations |
Blog post
|
|
Анализировать url |
| /posts/research/other/rigl |
<div><div class="d-flex"><h5 class="card-title mb-0">Rigging the lottery, Making all tickets winners</h5></div><div class="sub-title"><span>Utku Evci, Trevor Gale, Jacob Menick, Pablo Samuel Castro, and Erich Elsen</span>
<span>ICML, 2020</span></div></div>
|
|
Анализировать url |
| /posts/research/other/rigl |
Blog post
|
|
Анализировать url |
| /posts/research/other/scalable |
<div><div class="d-flex"><h5 class="card-title mb-0">Scalable methods for computing state similarity in deterministic MDPs</h5></div><div class="sub-title"><span>Pablo Samuel Castro</span>
<span>AAAI, 2020</span></div></div>
|
|
Анализировать url |
| /posts/research/other/scalable |
Blog post
|
|
Анализировать url |
| /posts/research/creativity/ml-jam |
<div><div class="d-flex"><h5 class="card-title mb-0">ML-Jam, Performing Structured Improvisations with Pre-trained Models</h5></div><div class="sub-title"><span>Pablo Samuel Castro</span>
<span>ICCC, 2019</span></div></div>
|
|
Анализировать url |
| /posts/research/creativity/ml-jam |
Blog post
|
|
Анализировать url |
Внешние ссылки
Кол-во: 158
Ссылки на сторонние сайты
?
Исходящие внешние ссылки передают часть ссылочного веса на чужие сайты. Ссылки на авторитетные ресурсы безопасны; ссылки на мусорные сайты могут навредить репутации страницы.
Внешних ссылок на странице 158 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор | Анализировать |
|---|---|---|
| ai.google |
Google
|
Анализировать url |
| calendar.app.google |
public office hours
|
Анализировать url |
| twitter.com |
<i class="fab fa-twitter"></i>
|
|
| github.com |
<i class="fab fa-github"></i>
|
Анализировать url |
| autorlworkshop.github.io |
AutoRL workshop in ICML 2024
|
Анализировать url |
| deepmind.google |
beating world champions at Go
|
Анализировать url |
| nature.com |
controlling tokamak plasmas for nuclear fusion
|
Анализировать url |
| nature.com |
optimized chip placement
|
Анализировать url |
| nature.com |
controlling stratospheric balloons
|
Анализировать url |
| nature.com |
DQN paper
|
Анализировать url |
| nature.com |
seminal DQN paper
|
Анализировать url |
| arxiv.org |
ICML 2023 paper
|
Анализировать url |
| github.com |
here
|
Анализировать url |
| arxiv.org |
our Statistical Precipice NeurIPS'21 paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">Simplicial Embeddings Improve Sample Efficiency in Actor-Critic Agents</h5></div><div class="sub-title"><span>Johan Obando-Ceron, Walter Mayor, Samuel Lavoie, Scott Fujimoto, Aaron Courville, Pablo Samuel Castro</span>
<span>ICLR, 2026</span></div></div>
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">ARM-FM - Automated Reward Machines via Foundation Models for Compositional Reinforcement Learning</h5></div><div class="sub-title"><span>Roger Creus Castanyer, Faisal Mohamed, Pablo Samuel Castro, Cyrus Neary, Glen Berseth</span>
<span>ICLR, 2026</span></div></div>
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">Discovering Differences in Strategic Behavior between Humans and LLMs</h5></div><div class="sub-title"><span>Caroline Wang, Daniel Kasenberg, Kim Stachenfeld, Pablo Samuel Castro</span>
<span>ICML, 2026</span></div></div>
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">Stable Deep Reinforcement Learning via Isotropic Gaussian Representations</h5></div><div class="sub-title"><span>Ali Saheb Pasand, Johan Obando-Ceron, Aaron Courville, Pouya Bashivan, Pablo Samuel Castro</span>
<span>ICML, 2026</span></div></div>
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">Stable Gradients for Stable Learning at Scale in Deep Reinforcement Learning</h5></div><div class="sub-title"><span>Roger Creus Castanyer, Johan Obando-Ceron, Lu Li, Pierre-Luc Bacon, Glen Berseth, Aaron Courville, Pablo Samuel Castro</span>
<span>NeurIPS, 2025</span></div></div>
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| proceedings.iclr.cc |
<div><div class="d-flex"><h5 class="card-title mb-0">Don't flatten, tokenize! Unlocking the key to SoftMoE's efficacy in deep RL</h5></div><div class="sub-title"><span>Ghada Sokar, Johan Obando-Ceron, Aaron Courville, Hugo Larochelle, Pablo Samuel Castro</span>
<span>ICLR, 2025</span></div></div>
|
Анализировать url |
| proceedings.iclr.cc |
Paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">Mind the GAP! The Challenges of Scale in Pixel-based Deep Reinforcement Learning</h5></div><div class="sub-title"><span>Ghada Sokar, Pablo Samuel Castro</span>
<span>NeurIPS, 2025</span></div></div>
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">Meta-World+ - An Improved, Standardized, RL Benchmark</h5></div><div class="sub-title"><span>Reginald McLean, Evangelos Chatzaroulas, Luc McCutcheon, Frank Röder, Tianhe Yu, Zhanpeng He, K.R. Zentner, Ryan Julian, J K Terry, Isaac Woungang, Nariman Farsad, Pablo Samuel Castro</span>
<span>NeurIPS D&B, 2025</span></div></div>
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">Optimistic critics can empower small actors</h5></div><div class="sub-title"><span>Olya Mastikhina, Dhruv Sreenivas, Pablo Samuel Castro</span>
<span>RLC, 2025</span></div></div>
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">Multi-Task Reinforcement Learning Enables Parameter Scaling</h5></div><div class="sub-title"><span>Reginald McLean, Evangelos Chatzaroulas, Jordan Terry, Isaac Woungang, Nariman Farsad, Pablo Samuel Castro</span>
<span>RLC, 2025</span></div></div>
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">Discovering Symbolic Cognitive Models from Human and Animal Behavior</h5></div><div class="sub-title"><span>Pablo Samuel Castro, Nenad Tomasev, Ankit Anand, Navodita Sharma, Rishika Mohanta, Aparna Dev, Kuba Perlin, Siddhant Jain, Kyle Levin, Noemi Elteto, Will Dabney, Alexander Novikov, Glenn C Turner, Maria K Eckstein, Nathaniel D. Daw, Kevin J Miller, Kim Stachenfeld</span>
<span>ICML, 2025</span></div></div>
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">The Impact of On-Policy Parallelized Data Collection on Deep Reinforcement Learning Networks</h5></div><div class="sub-title"><span>Walter Mayor, Johan Obando-Ceron, Aaron Courville, Pablo Samuel Castro</span>
<span>ICML, 2025</span></div></div>
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">A Survey of State Representation Learning for Deep Reinforcement Learning</h5></div><div class="sub-title"><span>Ayoub Echchahed, Pablo Samuel Castro</span>
<span>TMLR, 2025</span></div></div>
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| consistent-hparams.streamlit.app |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| arxiv.org |
<div><div class="d-flex"><h5 class="card-title mb-0">Mixture of Experts in a Mixture of RL settings</h5></div><div class="sub-title"><span>Timon Willi, Johan Obando-Ceron, Jakob Foerster, Karolina Dziugaite, Pablo Samuel Castro</span>
<span>RLC, 2024</span></div></div>
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| arxiv.org |
<div><div class="d-flex"><h5 class="card-title mb-0">In value-based deep reinforcement learning, a pruned network is a good network</h5></div><div class="sub-title"><span>Johan Obando-Ceron, Aaron Courville, Pablo Samuel Castro</span>
<span>ICML, 2024</span></div></div>
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| arxiv.org |
<div><div class="d-flex"><h5 class="card-title mb-0">Mixtures of experts unlock parameter scaling for deep RL</h5></div><div class="sub-title"><span>Johan Obando-Ceron, Ghada Sokar, Timon Willi, Clare Lyle, Jesse Farebrother, Jakob Foerster, Gintare Karolina Dziugaite, Doina Precup, Pablo Samuel Castro</span>
<span>ICML, 2024</span></div></div>
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| arxiv.org |
<div><div class="d-flex"><h5 class="card-title mb-0">Stop Regressing - Training Value Functions via Classification for Scalable Deep RL</h5></div><div class="sub-title"><span>Jesse Farebrother, Jordi Orbay, Quan Vuong, Adrien Ali Taïga, Yevgen Chebotar, Ted Xiao, Alex Irpan, Sergey Levine, Pablo Samuel Castro, Aleksandra Faust, Aviral Kumar, Rishabh Agarwal</span>
<span>ICML, 2024</span></div></div>
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| proceedings.neurips.cc |
<div><div class="d-flex"><h5 class="card-title mb-0">Small batch deep reinforcement learning</h5></div><div class="sub-title"><span>Johan Obando Ceron, Marc Bellemare, Pablo Samuel Castro</span>
<span>NeurIPS, 2023</span></div></div>
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| proceedings.neurips.cc |
Paper
|
Анализировать url |
| proceedings.neurips.cc |
<div><div class="d-flex"><h5 class="card-title mb-0">Minigrid & miniworld - Modular & customizable reinforcement learning environments for goal-oriented tasks</h5></div><div class="sub-title"><span>Maxime Chevalier-Boisvert, Bolun Dai, Mark Towers, Rodrigo Perez-Vicente, Lucas Willems, Salem Lahlou, Suman Pal, Pablo Samuel Castro, Jordan Terry</span>
<span>NeurIPS, 2023</span></div></div>
|
Анализировать url |
| minigrid.farama.org |
GitHub
|
Анализировать url |
| proceedings.neurips.cc |
Paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">A Kernel Perspective on Behavioural Metrics for Markov Decision Processes</h5></div><div class="sub-title"><span>Pablo Samuel Castro, Tyler Kastner, Prakash Panangaden, Mark Rowland</span>
<span>TMLR, 2023</span></div></div>
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| openreview.net |
<div><div class="d-flex"><h5 class="card-title mb-0">Proto-Value Networks, Scaling Representation Learning with Auxiliary Tasks</h5></div><div class="sub-title"><span>Jesse Farebrother, Joshua Greaves, Rishabh Agarwal, Charline Le Lan, Ross Goroshin, Pablo Samuel Castro, Marc G. Bellemare</span>
<span>ICLR, 2023</span></div></div>
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| openreview.net |
Paper
|
Анализировать url |
| arxiv.org |
<div><div class="d-flex"><h5 class="card-title mb-0">Reincarnating Reinforcement Learning, Reusing Prior Computation to Accelerate Progress</h5></div><div class="sub-title"><span>Rishabh Agarwal, Max Schwarzer, Pablo Samuel Castro, Aaron Courville, Marc G. Bellemare</span>
<span>NeurIPS, 2022</span></div></div>
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| arxiv.org |
<div><div class="d-flex"><h5 class="card-title mb-0">A general class of surrogate functions for stable and efficient reinforcement learning</h5></div><div class="sub-title"><span>Sharan Vaswani, Olivier Bachem, Simone Totaro, Robert Mueller, Shivam Garg, Matthieu Geist, Marlos C. Machado, Pablo Samuel Castro, and Nicolas Le Roux</span>
<span>AISTATS, 2022</span></div></div>
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| nature.com |
Paper
|
Анализировать url |
| papers.ssrn.com |
<div><div class="d-flex"><h5 class="card-title mb-0">Estimating Policy Functions in Payment Systems using Reinforcement Learning</h5></div><div class="sub-title"><span>Pablo Samuel Castro, Ajit Desai, Han Du, Rodney Garratt, Francisco Rivadeneyra</span>
<span>Best paper at ML for Economic Policy Workshop, NeurIPS 2020</span></div></div>
|
Анализировать url |
| papers.ssrn.com |
Paper
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
Конкуренты Готовность: 0%
Конкуренты в Яндексе
Кол-во: 0
Топ сайтов-конкурентов в Яндексе
?
Сайты, чаще всего появляющиеся в ТОПе Яндекса по запросам из семантического ядра этой страницы.
Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.
Конкурентов в ТОП-10 Яндекса не нашлось.
Конкуренты в Google
Кол-во: 0
Топ сайтов-конкурентов в Google
?
Сайты, чаще всего появляющиеся в ТОПе Google по запросам из семантического ядра этой страницы.
Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!
Конкурентов в ТОП-10 Google не нашлось.
ЗоЗПП: права потребителей Готовность: 100%
Нарушения
Не выявлены
Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.
ФЗ-149: рекомендательные технологии Готовность: 100%
Нарушения
Не выявлены
Рекомендательные блоки («с этим покупают», «похожие товары» и т.п.) на сайте не обнаружены — требования ст. 10.7 ФЗ-149 к сайту не применяются. Нарушений нет.
ФЗ-38: реклама Готовность: 100%
Нарушения
Не выявлены
Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.
ФЗ-436: защита детей Готовность: 100%
Нарушения
Не выявлены
Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.
Вердикт
Сайт psc-g.github.io не совсем готов к продвижению (процент готовности лишь 45%). Для попадания в ТОПы поисковых систем нужно:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: