摘要：
FLOWER: Democratizing Generalist Robot Policies with Efficient Vision-Language-Action Flow Policies CORL 2025 project Object-Centric Latent Action Lea 阅读全文
posted @ 2025-11-17 21:23
霜尘FrostDust
阅读(1)
评论(0)
推荐(0)
摘要：
Mastering the game of Go with deep neural networks and tree search AlphaGo 2016 人类数据训练网络 —— 自我对弈强化学习 —— MCTS(PUCT) Mastering the game of Go without hu 阅读全文
posted @ 2025-10-09 11:06
霜尘FrostDust
阅读(12)
评论(0)
推荐(1)
摘要：
What can rl bring to vla generalization? an empirical study. arxiv 在vla模型的最后一层外接MLP来得到Q-value，从而可以使用PPO等强化学习算法进行微调 PPO表现优于DPO、GRPO等 RL微调vla使其泛化性提高 Sho 阅读全文
posted @ 2025-09-03 21:52
霜尘FrostDust
阅读(21)
评论(0)
推荐(0)
摘要：
课题组服务器操作指南1文档 课题组服务器操作指南24 服务器管理指南21 设置内网linux服务器访问外网 ssh连接pycharm和jupyter docker容器VNC设置远程桌面 vncserver -kill :1 (结束终端) vncserver -localhost no :1 -geo 阅读全文
posted @ 2025-02-21 15:00
霜尘FrostDust
阅读(19)
评论(0)
推荐(0)
摘要：
nanom:linux命令之nano vim :linux命令之vim 在 Ubuntu 中安装、切换多版本 GCC 编译器:[参考指南]（https://www.sysgeek.cn/ubuntu-install-gcc-compiler/） 阅读全文
posted @ 2025-02-18 17:20
霜尘FrostDust
阅读(19)
评论(0)
推荐(0)
摘要：
XLand-100B: A Large-Scale Multi-Task Dataset for In-Context Reinforcement Learning key word: ICRL ICLR2025 dunnolab work 必要性：ICRL需要数量足够大且具有一定复杂性的训练数据， 阅读全文
posted @ 2025-08-22 21:15
霜尘FrostDust
阅读(20)
评论(0)
推荐(1)
摘要：
情况说明 我自己安装了ubuntu24双系统，正常使用半个月后，ubuntu桌面自己弹窗需要重启完成更新。重启后发现外接显示器无法显示，终端执行nvidia-smi命令显示“NVIDIA-SMI has failed because it couldn’t communicate with the 阅读全文
posted @ 2025-07-21 19:46
霜尘FrostDust
阅读(1707)
评论(0)
推荐(0)
摘要：
我的配置：i9-14900k+Rtx5060ti, 已经安装好了win11系统 注意！！50系列显卡win主机 若要安装双系统ubuntu，ubuntu版本只能选择ubuntu24.04 (截至本文25年7月），若想要安装ubuntu22,会出现以下报错： `What I’ve Tried: 1、a 阅读全文
posted @ 2025-07-16 11:20
霜尘FrostDust
阅读(366)
评论(1)
推荐(0)
摘要：
Decision Transformret-action space In-Context Reinforcement Learning for Variable Action Spaces 来源：ICML2024 arxiv openreview Motivation: 经典ICRL架构如AD和D 阅读全文
posted @ 2025-07-03 10:25
霜尘FrostDust
阅读(22)
评论(0)
推荐(0)
摘要：
笔者的环境是win11+ubuntu24双系统 首先参考这个Ubuntu24.04双系统安装(Linux/windows共存一文打通）完成ubuntu系统的安装 安装显卡驱动环节主要参考了这篇非常详细的ubuntu24.04+5090显卡驱动安装踩坑,根据我的系统，我安装的显卡驱动版本为570.16 阅读全文
posted @ 2025-06-29 21:36
霜尘FrostDust
阅读(1669)
评论(0)
推荐(0)
摘要：
=Decision Transformer paper Meta-DT: Offline Meta-RL as Conditional Sequence Modeling with World Model Disentanglement 来源：南大wangzhi团队工作(NIPS2024) arxi 阅读全文
posted @ 2025-06-06 17:34
霜尘FrostDust
阅读(77)
评论(0)
推荐(0)
摘要：
参考文章 强化学习库StableBaselines3小白教程（一）环境配置和训练 - 蓝鲸鱼BlueWhale的文章 - 知乎 训练设置 依赖：rl-baseline3-zoo、tensorboar、wandb 以ppo算法和CartPole-v1为例 env=CartPole-v1 alog=pp 阅读全文
posted @ 2025-05-28 13:40
霜尘FrostDust
阅读(214)
评论(0)
推荐(0)
浙公网安备 33010602011771号