Page 1 - Showing 15 of 22 posts
View all posts by years →
-
经验分享 PPT本人 2025 年 10 月 12 日 AI 学组经验分享 PPT。
1 min read -
乘凉，我的保研经验贴关于这些年来走过的路，兴趣，进步，以及长期主义
25 min read -
致新生的你致新生的你
160 min read -
本科生代表致新生发言在老师的邀请下，我在大一新生入学的典礼上作为本科生代表进行了发言，这里是发言稿。
12 min read -
RL 学习笔记（14）：基于人类反馈的强化学习 (RLHF)基于人类反馈的强化学习 (RLHF)
10 min read -
RL 学习笔记（13）：近端策略优化 (PPO)近端策略优化 (PPO)
10 min read -
RL 学习笔记（12）：置信域策略优化置信域策略优化
11 min read -
RL 学习笔记（11）：Actor-Critic 方法Actor-Critic 方法
11 min read -
RL 学习笔记（10）：策略梯度方法策略梯度方法
12 min read -
RL 学习笔记（9）：集成规划与学习集成规划与学习
12 min read -
RL 学习笔记（8）：n 步自举法n 步自举法
12 min read -
RL 学习笔记（7）：Q 学习、DQN 及相关改进Q 学习
17 min read -
RL 学习笔记（6）：时序差分学习时序差分学习
13 min read -
RL 学习笔记（5）：蒙特卡洛方法蒙特卡洛方法
21 min read -
RL 学习笔记（4）：动态规划动态规划
19 min read