我的随笔

[学习笔记]trpo——对策略进行显式约束

阿基米德的澡盆 2026-03-05 23:44 阅读:3 评论:0 推荐:0

[学习笔记]强化学习之actor-critic

阿基米德的澡盆 2026-03-05 17:21 阅读:3 评论:0 推荐:0

[学习笔记]强化学习之策略梯度

阿基米德的澡盆 2026-03-05 09:39 阅读:2 评论:0 推荐:0

TIDAL: Temporally Interleaved Diffusion and Action Loop for High-Frequency VLA Control

阿基米德的澡盆 2026-02-02 17:21 阅读:9 评论:0 推荐:0

[实践记录]论文归档项目

阿基米德的澡盆 2026-01-31 00:01 阅读:13 评论:0 推荐:1

[学习笔记]Flow Matching with MNIST

阿基米德的澡盆 2026-01-07 22:47 阅读:34 评论:0 推荐:0

[学习笔记]DDPM图片降噪

阿基米德的澡盆 2026-01-07 22:29 阅读:15 评论:0 推荐:0

[学习笔记]强化学习基础入门

阿基米德的澡盆 2026-01-04 11:35 阅读:22 评论:0 推荐:0

[学习笔记]流匹配（Flow Matching）

阿基米德的澡盆 2025-12-31 11:02 阅读:108 评论:0 推荐:0

[错峰跨年]愿时光永驻此刻，愿明日如黄金般闪耀

阿基米德的澡盆 2025-12-24 00:00 阅读:24 评论:0 推荐:0