专栏 RSS订阅（公众号）
温馨提示：订阅专栏后我们将尽力更新；开通 极速订阅 将快速且稳定更新；无人订阅的专栏有可能不会更新
程序化API访问方法
基础API: 未开通，请先订阅专栏再开通
高级API: 未开通，请先订阅专栏再开通
扩展API接口一: 未开通，请先订阅专栏再开通
购买VIP
提交新专栏
专栏 二维码
TodayRss-海外RSS稳定源
今天看啥
公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
他们也喜欢这个专栏
•
今天看啥
›
专栏
›
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。
免责声明：本专栏仅为信息导航参考，不代表原文立场或观点。 原专栏内容版权归原作者所有，如您为原作者并希望删除该专栏，请通过
【版权申诉通道】联系我们处理。
不更新或者更新慢，请开通 RSS极速订阅 可分钟级获得文章
|
|
· 公众号 · · 1 月前 · |
|
|
|
· 公众号 · · 1 月前 · |
|
|
|
中科院联合北大发布X-DiffVLA | 终结"一机一模型"时代 深度强化学习 CASIA · 公众号 · · 1 月前 · |
|
|
|
· 公众号 · · 1 月前 · |
|
|
|
· 公众号 · · 1 月前 · |
|
|
|
· 公众号 · · 1 月前 · |
|
|
|
自动化所&小米打破端到端“模仿陷阱” | BeyondDrive提出“犯错-觉醒”机制刷新NAVSI... 深度强化学习 CASIA · 公众号 · · 1 月前 · |
|
|
|
· 公众号 · · 1 月前 · |
|
|
|
深度强化学习讲座系列—总第23期，2026-06 深度强化学习 CASIA · 公众号 · · 2 月前 · |
|
|
|
· 公众号 · · 2 月前 · |
|
|
|
磐石·科学基础大模型赋能LAMOST：从千万光谱中开启稀有天体搜寻新方案 深度强化学习 CASIA · 公众号 · · 2 月前 · |
|
|
|
恭喜2026年夏季毕业生 深度强化学习 CASIA · 公众号 · · 2 月前 · |
|
|
|
实录精选！直面OPD训练困境，如何破解三类典型失败与修复路径？ 深度强化学习 CASIA · 公众号 · · 2 月前 · |
|
|
|
自动化所最新推出 π-Play: 基于自博弈生成特权信息的自蒸馏大模型自进化框架 深度强化学习 CASIA · 公众号 · · 2 月前 · |
|
|
|
· 公众号 · · 2 月前 · |
|
|
|
直播预告｜从 MiniLLM 开始，为什么 OPD 正在成为推理模型时代的“基础设施”？ 深度强化学习 CASIA · 公众号 · · 2 月前 · |
|
|
|
· 公众号 · · 2 月前 · |
|
|
|
2026智源大会议程公开丨强化学习论坛 深度强化学习 CASIA · 公众号 · · 3 月前 · |
|
|
|
【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 · · 3 月前 · |
|
|
|
· 公众号 · · 3 月前 · |
|