深度强化学习中探索《蒙特祖马的复仇》与《陷阱》的突破：Go-Explore 算法
Angry_Panda 2025-03-01 19:39
阅读:46
评论:0
推荐:0
当前标签：杂谈
带和不带 Ornstein-Uhlenbeck 过程的深度确定性策略梯度（DDPG）——《Deep Deterministic Policy Gradient (DDPG) with and without Ornstein-Uhlenbeck Process》
Angry_Panda 2025-03-01 14:52
阅读:67
评论:0
推荐:0
强化学习说法DDPG中的Ornstein-Uhlenbeck随机过程 —— How does the Ornstein-Uhlenbeck process work, and how it is used in DDPG?
Angry_Panda 2025-03-01 13:56
阅读:29
评论:0
推荐:0
Ornstein-Uhlenbeck过程维基百科 —— 翻译
Angry_Panda 2025-03-01 12:58
阅读:88
评论:0
推荐:0
2024年中国科学院文献情报中心期刊分区表
Angry_Panda 2025-02-28 09:30
阅读:141
评论:0
推荐:0
【转载】【视频】DeepMind都拿不下的游戏，刚刚被OpenAI玩出历史最高分
Angry_Panda 2025-02-27 10:14
阅读:33
评论:0
推荐:0
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
域随机化 —— 机器人仿真训练技术中的常用方法
Angry_Panda 2025-02-26 17:30
阅读:172
评论:0
推荐:0
【转载】高校副院长被指出轨女博士生遭免职，强化监督问责才能纠树师德师风
Angry_Panda 2025-02-26 12:02
阅读:2
评论:0
推荐:0
中国高等教育的悲哀 —— 劣迹导师就不应该再担任导师职位
Angry_Panda 2025-02-25 13:13
阅读:16
评论:0
推荐:0
【转载】深度强化学习试金石：DeepMind和OpenAI攻克蒙特祖玛复仇的真正意义 —— 人工智能 —— 人类的智慧：抽象和归纳 ——（如何学习先验知识，对问题进行抽象，然后根据先验知识和抽象后的问题进行探索并归纳出问题的解决方案）
Angry_Panda 2025-02-24 21:04
阅读:44
评论:0
推荐:0
CCF C会议：IJCNN 审稿 —— Welcome Message & Instructions
Angry_Panda 2025-02-20 23:59
阅读:200
评论:0
推荐:0
听你的”用英语怎么说？ ”
Angry_Panda 2025-02-15 11:20
阅读:19
评论:0
推荐:0
DeepSeek關鍵開發者羅福莉採訪
Angry_Panda 2025-02-13 13:14
阅读:29
评论:0
推荐:0
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
Angry_Panda 2025-02-10 15:03
阅读:806
评论:0
推荐:0
神经网络：计算初始化权重时的 增益因子（gain factor） —— nn.init.calculate_gain
Angry_Panda 2025-02-10 12:17
阅读:93
评论:0
推荐:0
DeepSeek：AOE时间换算
Angry_Panda 2025-02-10 11:29
阅读:3618
评论:0
推荐:0
【转载】aoe时间与北京时间换算
Angry_Panda 2025-02-10 09:30
阅读:2008
评论:0
推荐:0
DeepSeek生成：博士毕业留大连，市政府给多少补贴
Angry_Panda 2025-02-09 20:51
阅读:442
评论:0
推荐:0
鹤童鹿童只是两个选错导师还被延毕的研究生罢了
Angry_Panda 2025-02-09 10:24
阅读:96
评论:0
推荐:0
浙公网安备 33010602011771号