蒙特卡洛方法

I Am a robert girl

稀有事件估计的迭代去对齐：从源码视角拆解重要性采样新范式从今天觉醒,技术赋予每一个人数字生命假设你部署了一个自主智能体，让它连续执行上万步操作。每一步的输出都是采样得到的，绝大多数时候没问题——但极少数情况下，某一步会踩中一个灾难性的动作序列。问题是：这个"极少数"到底有多小？是百万分之一，还是十亿分之一？

人工智能-钱钱

强化学习-蒙特卡洛方法上一篇博客介绍的是model-base的方法，本篇博客开始介绍model-free的方法，model-free的核心思想是基于数据来估计出一个模型。如何在没有模型的情况下去进行估计，有一个重要的思想：Monte Carlo estimation。下面以抛硬币的例子为大家讲解该思想。

我是有底线的