今天看啥
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 稳定极速订阅 可获得稳定更新保障,并降低更新延迟;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
提交新专栏
专栏 二维码
今天看啥Skill
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
 • 
RSS订阅
今天看啥  ›  专栏  ›  深度强化学习实验室
主要介绍深度学习、强化学习、深度强化学习环境、算法原理与实现、前沿技术与论文、开源项目、场景应用等与DRL相关的知识
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。
需要稳定、低延迟更新,可开通 RSS 稳定极速订阅 ,获得稳定更新保障并降低更新延迟
RL训练总崩溃?R1-Reward稳定解锁奖励模型Long-Cot推理能力
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
【重磅最新综述】多智能体具身智能:进展和未来方向(北理工/南大/西交大/浙大联合发布)
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
JMLR 论文解读 | 北航团队提出SIDM:基于结构信息原理的通用分层决策框架
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
蚂蚁集团全球招募顶尖 AI人才
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
【清华大学】DSAC-T算法的技术解读,中小模型强化学习算法的最佳选择
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
【论文分享】强化学习最优性条件的哈密顿动力学解释
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
【论文解读】对抗强化学习的光滑策略迭代(SPI)架构详解
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
ICLR 2025 Spotlight | SmODE: 神经常微分网络让深度强化学习的控制更加丝滑...
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
【上海算法创新研究院】推理大模型算法实习工程师(强化方向)
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
【RL博后研究员招聘】亚利桑那大学刘博博士(师从图灵奖Barto)课题组
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
【清华大学】神经网络优化器进化论:从SGD到RAD,读懂AI训练的内功心法
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
【重磅】2024图灵奖颁给了强化学习之父Richard Sutton与导师Andrew Barto师...
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
从仿真到现实:对抗强化学习练就互搏神技
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
【Facebook新发】MLGym&-Bench推进 AI 研究智能体的新框架和基准
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
【重磅最新】伯克利Sergey Levine提出 Scaling laws in deep RL?
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
【留言送5本】清华大学刘知远团队新作,28位AI天才们的热血传奇,比番剧更燃!
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
DeepSeek核心强化学习GRPO算法解读:大模型与小模型的不同选择
深度强化学习实验室  ·  公众号  · 科技创业 科技自媒体  ·  1 年前  · 
NeurIPS 2024 | DACER:扩散模型与在线强化学习强强联合创造新SOTA!
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
清华团队提出RL专用神经网络优化器,性能位居榜首
深度强化学习实验室  ·  公众号  ·  ·  1 年前  · 
【第二弹】强化微调,用少量样本训练专家模型
深度强化学习实验室  ·  公众号  · 科技自媒体  ·  1 年前  ·