专栏名称: 深度强化学习 CASIA
| 分享深度强化学习，机器人，博弈对抗，自动驾驶，游戏AI 相关论文/代码/资讯。源自CASIA的深度强化学习团队。 |
购买VIP
提交新专栏
今天看啥
公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
TodayRss-海外RSS稳定源
目录
相关文章推荐
|
甘肃省司法厅 · 习近平回信勉励中国青年五四奖章暨新时代青年先 ... · 6 小时前 |
|
甘肃省司法厅 · 【五一特辑】在岗，在线，在状态！（二） · 12 小时前 |
|
甘肃高院 · 最高人民法院发布《关于适用行政诉讼起诉期限若 ... · 2 天前 |
|
甘肃省司法厅 · 【党史直播间】一份讲出来的文献：《论十大关系 ... · 2 天前 |
|
甘肃省司法厅 · 【廉政明德苑】清风格言 | 民生在勤，勤则不匮 · 2 天前 |
【转载】重探 On-Policy Distillation（OPD）：三类典型失败以及修复路径
深度强化学习 CASIA · 公众号 · · 2026-04-25 11:48
推荐文章
|
|
甘肃省司法厅 · 习近平回信勉励中国青年五四奖章暨新时代青年先锋奖获奖者代表 6 小时前 |
|
|
甘肃省司法厅 · 【五一特辑】在岗，在线，在状态！（二） 12 小时前 |
|
|
甘肃省司法厅 · 【党史直播间】一份讲出来的文献：《论十大关系》诞生记 2 天前 |
|
|
甘肃省司法厅 · 【廉政明德苑】清风格言 | 民生在勤，勤则不匮 2 天前 |
|
开发内功修炼 · C语言竟可以调用Go语言函数，这是如何实现的？ 1 年前 |
|
掌上春城 · 她突然宣布：退出国家队 1 年前 |
|
专知 · 【普林斯顿博士论文】快速且鲁棒的三维重建 1 年前 |
|
李大霄 · 《大霄说》第二千零一十五期：9月开门红是个好兆头 8 月前 |