强化学习RL实战 01：RoboCup Rescue simulator

天狼啸月19902024-01-16 10:19
相关推荐
CV山月3 天前
《DPO 算法详解：不训练奖励模型，如何让大模型直接学会人类偏好？》
人工智能·经验分享·python·大模型·强化学习·研究生
xingxiliang4 天前
从 Bellman-Ford 到 DQN：为什么 Target 值比当前 Q 值更值得信？
强化学习
CV山月5 天前
大模型强化学习对齐：从 RLHF 框架到 PPO 算法原理
人工智能·python·大模型·强化学习·多模态·研究生
Hello Mr.Z5 天前
microduck_rl（MuJoCo+PPO+WandB+UV训练机器人）
机器人·uv·rl·ppo·microduck
机器学习之心7 天前
基于强化学习的股票价格预测与智能交易实战
强化学习·股票价格预测
XLYcmy7 天前
Self-Adapting Language Models论文分享
自然语言处理·llm·微调·sft·论文笔记·强化学习·自进化
指掀涛澜天下惊7 天前
强化学习进阶篇八 策略梯度算法
深度学习·学习·算法·强化学习
盼小辉丶8 天前
PyTorch强化学习实战——融合人类示范数据的高效强化学习
人工智能·pytorch·python·深度学习·强化学习
爱听歌的周童鞋8 天前
强化学习的数学原理 | 赵世钰 | 西湖大学 | 笔记 | Lecture 5 | Part 2 | 蒙特卡洛方法（MC Basic 算法介绍）
强化学习·monte carlo·estimation·model-free·mc basic
爱听歌的周童鞋8 天前
强化学习的数学原理 | 赵世钰 | 西湖大学 | 笔记 | Lecture 5 | Part 3 | 蒙特卡洛方法（MC Basic 算法例子）
强化学习·example·monte carlo·mc basic·episode length
热门推荐
01国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）02蜘蛛磁力 搜索引擎大全，如何使用蜘蛛磁力查找磁力链接03GitHub 镜像站点04历年考研数学一、数学二、数学三真题试卷及答案PDF05【一等奖版】2026 国赛 A题 药材的烘干问题06微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新072026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？08如何新建文件夹？ 电脑新建文件夹的4种方法09ZCode 周末送额度活动开启：3 亿 Token 免费领取10Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费