标签：强化学习

强化学习第四课：State 和 Observation 到底有什么区别？

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在...

2026-11-06阅读(22)

👋 Hi，我擅长 AI 大模型应用落地、意识解码与 AI 开发工具链。 💡 创业路上，用技术换时间...

2026-11-05阅读(24)

一、多臂老虎机问题 1.1 问题形式化多臂老虎机（Multi-Armed Bandit, MAB）是强化学习最简单的设定...

2026-10-29阅读(75)

【行业动态】2026 全球 AI 技术谱系盘点：16 条路线，哪条能撑起 “自我成长”——1 文章目录【行业动态】2026 全球 A...

2026-10-27阅读(119)

从今天觉醒,技术赋予每一个人数字生命只让模型“复盘”，不喂奖励：ROFT 如何用自我解释撬动 Agent 能力 ① 技术背景...

2026-10-25阅读(57)

本页概念卡人形运动跟踪 · 特权教师策略 · CVAE · 部分可观测条件先验 · 残差动作解码器 · 人形运动重定向 · SMPL 人体动作 · PHC 筛...

2026-10-25阅读(63)

文章目录简介代码解析环境简介 gymnasium是OpenAI的强化学习(Reinforcement Learning, RL)库，提供了一套统...

2026-10-01阅读(95)

目录 1. DQN and TD Learning 2. Experience Replay 2.1 Benefits of Experience Rep...

2026-09-02阅读(118)

目录 1. 围棋游戏规则 2. 设计思路 3. 训练流程 3.1 behavior cloning初步训练策略网络 3.2 reforcement l...

2026-08-28阅读(207)

目录 1. 随机排列 2. 均匀随机排列 3. Fisher-Yates Shuffle: Original Version 4. Fisher-Yat...

2026-08-28阅读(114)