摘要：
【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 （5）工程篇 目录【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 （5）工程篇0x00 概要0x01 SERL 要解决什么核心问题？0x02 系统架构：三层解耦的通用适配器 阅读全文
posted @ 2026-06-28 10:22
罗西的思考
阅读(154)
评论(2)
推荐(0)
摘要：
【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 （4）算法篇（DrQ vs VICE） 目录【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 （4）算法篇（DrQ vs VICE）0x00 概要0x01 奖励与自动化：从手 阅读全文
posted @ 2026-06-26 21:19
罗西的思考
阅读(128)
评论(0)
推荐(0)
摘要：
【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 （3）算法篇（RLPD） 目录【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 （3）算法篇（RLPD）0x00 概要0x01 基础 & 背景1.1 总体流程图1.2 面临的 阅读全文
posted @ 2026-06-25 20:02
罗西的思考
阅读(242)
评论(0)
推荐(0)
摘要：
【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 算法篇（SAC） 目录【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 算法篇（SAC）0x00 概要0x01 基础 & 背景1.1 核心思想1.2 熵解决的问题0x02 演 阅读全文
posted @ 2026-06-23 21:41
罗西的思考
阅读(196)
评论(0)
推荐(1)
摘要：
【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 （1）全景篇 目录【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 （1）全景篇0x00 概要0x01 基础知识 & 背景1.1 论文基本信息1.2 为什么需要 SERL：真 阅读全文
posted @ 2026-06-22 20:24
罗西的思考
阅读(292)
评论(0)
推荐(0)
摘要：
【Agentic RL / 强化学习 / OPD】OpenClaw-RL 源码阅读笔记 (6) Rollout 目录【Agentic RL / 强化学习 / OPD】OpenClaw-RL 源码阅读笔记 (6) Rollout0x00 概要0x01 Rollout基础1.1 概念1.1.1 标准 R 阅读全文
posted @ 2026-06-18 20:04
罗西的思考
阅读(164)
评论(0)
推荐(0)
摘要：
【Agentic RL / 强化学习框架】Miles 项目技术分析 （2） 关键技术 目录【Agentic RL / 强化学习框架】Miles 项目技术分析 （2） 关键技术0x00 概要0x01 agentic_tool_call1.1 问题1.2 解决方案1.3 框架自动化的主要流水线1.4 深 阅读全文
posted @ 2026-06-16 20:12
罗西的思考
阅读(201)
评论(0)
推荐(0)
摘要：
【Agentic RL / 强化学习框架】Miles 项目技术分析 （1） 总体 目录【Agentic RL / 强化学习框架】Miles 项目技术分析 （1） 总体0x00 概要0x01 基础1.1 Agentic RL 的需求与难点1.1.1 传统 RLHF vs Agentic RL 范式对比 阅读全文
posted @ 2026-06-15 20:52
罗西的思考
阅读(344)
评论(0)
推荐(0)
摘要：
【强化学习框架】Uni-Agent 深度技术分析（2） 关键技术 目录【强化学习框架】Uni-Agent 深度技术分析（2） 关键技术0x00 概要0x01 修改扩展点1.1 verl 扩展点全景1.2 关键扩展点详解E1: AgentLoopBase——继承契约E3: 注册机制——外部注入 vs 阅读全文
posted @ 2026-06-11 21:33
罗西的思考
阅读(254)
评论(0)
推荐(0)
摘要：
【Agentic RL / 强化学习框架】Uni-Agent 深度技术分析（1） 总体 目录【Agentic RL / 强化学习框架】Uni-Agent 深度技术分析（1） 总体0x00 概要0x01 基本功能1.1 竞品对比与定位1.1.1 三者定位1.1.2 七维度对比表1.2 Uni-Agen 阅读全文
posted @ 2026-06-09 20:12
罗西的思考
阅读(508)
评论(0)
推荐(1)
浙公网安备 33010602011771号