我的随笔

上一页 1 2 3 4 5 6 7 下一页
offline RL | BCQ：学习 offline dataset 的 π(a|s)，直接使用 (s, π(s)) 作为 Q learning 训练数据
MoonOut 2023-11-27 21:29 阅读:398 评论:0 推荐:0
RL 基础 | 讲的很好的 TRPO 博客
MoonOut 2023-11-27 15:47 阅读:63 评论:0 推荐:0
offline RL | IQL：通过 sarsa 式 Q 更新避免 unseen actions
MoonOut 2023-11-25 20:12 阅读:1030 评论:0 推荐:0
offline RL | TD3+BC：在最大化 Q advantage 时添加 BC loss 的极简算法
MoonOut 2023-11-19 17:02 阅读:1116 评论:0 推荐:0
概率图 · 概率论基础 | 讲的非常好的 KL 散度博客
MoonOut 2023-11-16 16:36 阅读:46 评论:0 推荐:0
off-policy RL | Advantage-Weighted Regression (AWR)：组合先前策略得到新 base policy
MoonOut 2023-11-13 20:40 阅读:629 评论:0 推荐:0
PbRL · offline RL | OPRL：发现部分 D4RL tasks 不适合做 offline reward learning
MoonOut 2023-11-13 18:11 阅读:722 评论:0 推荐:0
PbRL | SURF：使用半监督学习，对 labeled segment pair 进行数据增强
MoonOut 2023-11-11 20:16 阅读:441 评论:0 推荐:1
线性代数 · 矩阵 · Matlab | Moore-Penrose 伪逆矩阵代码实现
MoonOut 2023-11-11 12:01 阅读:856 评论:0 推荐:0
PbRL | RUNE：鼓励 agent 探索 reward model 更不确定的 (s,a)
MoonOut 2023-11-10 17:43 阅读:586 评论:0 推荐:3
PbRL | PEBBLE：通过 human preference 学习 reward model
MoonOut 2023-11-09 20:40 阅读:635 评论:0 推荐:0
offline RL | CQL：魔改 Bellman error 更新，得到 Q 函数 lower-bound
MoonOut 2023-11-07 15:12 阅读:1262 评论:0 推荐:3
凸优化 | Lagrange 对偶：极大极小不等式的证明
MoonOut 2023-11-07 10:51 阅读:356 评论:1 推荐:0
线性代数 · 矩阵 · Matlab | 满秩分解代码实现
MoonOut 2023-11-04 17:07 阅读:536 评论:0 推荐:0
RL 基础 | Policy Iteration 的收敛性证明
MoonOut 2023-11-02 10:44 阅读:627 评论:3 推荐:0
线性代数 · 矩阵 · Matlab | Cholesky 分解代码实现
MoonOut 2023-11-01 14:23 阅读:556 评论:0 推荐:0
RL 基础 | Value Iteration 的收敛性证明
MoonOut 2023-10-24 09:40 阅读:1209 评论:0 推荐:0
python · ssh · SQL | python 连接远程 SQL 数据库
MoonOut 2023-10-07 21:03 阅读:243 评论:0 推荐:0
Markdown · Typora | 基本画图技巧
MoonOut 2023-10-07 20:53 阅读:649 评论:0 推荐:0
临时帖 | 用于在手机端背英语的帖子
MoonOut 2023-09-15 12:13 阅读:52 评论:0 推荐:0
关于传统迁移学习的一点概念
MoonOut 2023-09-07 21:10 阅读:103 评论:0 推荐:0
python · SQL | MySQL 配置与 python 连接数据库
MoonOut 2023-08-22 18:41 阅读:79 评论:0 推荐:0
TOEFL | 202307 改革 · 新版题型总结
MoonOut 2023-08-13 15:07 阅读:227 评论:0 推荐:0
TOEFL | Reading · 题型总结
MoonOut 2023-07-31 12:08 阅读:64 评论:0 推荐:0
大三下 | 本科升学的浏览器书签存档
MoonOut 2023-07-29 20:51 阅读:78 评论:0 推荐:0
大二上 | 一些四六级护身符的存档
MoonOut 2023-06-24 12:12 阅读:44 评论:0 推荐:0
LaTex · overleaf | 使用技巧存档
MoonOut 2023-06-16 10:10 阅读:544 评论:1 推荐:0
杂谈 | 十二井穴缓解新冠症状
MoonOut 2023-06-10 21:04 阅读:225 评论:0 推荐:0
时空图预测的方法论，以及 diffusion model 基本概念
MoonOut 2023-06-10 20:55 阅读:337 评论:0 推荐:0
命题文案 | kwdnx、谷雨、更漏与我
MoonOut 2023-06-10 19:52 阅读:67 评论:0 推荐:0
传说中 PUE 预测精度高达 0.005 的工作
MoonOut 2023-06-10 19:38 阅读:68 评论:0 推荐:0
大二上 | 计算机组成原理 · 小测试卷
MoonOut 2023-06-10 19:23 阅读:70 评论:0 推荐:0
大二下 | 计算机体系结构 · 期中试卷
MoonOut 2023-06-10 19:18 阅读:72 评论:0 推荐:0
大二上 | 数据结构 · 期中试卷
MoonOut 2023-06-10 19:15 阅读:98 评论:0 推荐:0
大二上 | 数据结构 · 小测试卷
MoonOut 2023-06-10 19:11 阅读:36 评论:0 推荐:0
大二下 | 操作系统（全英）· 期中试卷
MoonOut 2023-06-10 19:07 阅读:33 评论:0 推荐:0
RL 基础 | 如何注册自定义 gym 环境
MoonOut 2023-05-31 10:59 阅读:207 评论:0 推荐:0
python · matplotlib | 如何绘制子图
MoonOut 2023-05-26 10:55 阅读:104 评论:0 推荐:0
python 基础 | 实现微秒级计时
MoonOut 2023-05-25 21:52 阅读:186 评论:0 推荐:0
如何实现 Excel 表格转置（行列互换）
MoonOut 2023-05-14 10:03 阅读:56 评论:0 推荐:0
上一页 1 2 3 4 5 6 7 下一页