南栖仙策 —— REVIVE离线强化学习平台
Angry_Panda 2025-05-25 20:06
阅读:51
评论:0
推荐:0
阅读排行榜
DeepSeek的线上面试 —— DPO为什么用KL散度，不用交叉熵？ 机器学习中什么时候必须用KL散度，什么时候必须用交叉熵，什么时候二者可互换——（续）
Angry_Panda 2025-02-27 08:24
阅读:51
评论:0
推荐:0
强化学习SQL算法（soft q learning）—— SVGD的实现（Stein Variational Gradient Descent: A General Purpose Bayesian Inference Algorithm）
Angry_Panda 2024-12-22 13:28
阅读:51
评论:0
推荐:0
人形机器人 —— 示教学习 —— 远程操作系统（Teleoperation System）
Angry_Panda 2024-12-06 19:17
阅读:51
评论:0
推荐:0
强化学习-如何处理截断的情况
Angry_Panda 2024-11-23 21:50
阅读:51
评论:0
推荐:0
浙公网安备 33010602011771号