#RL
标签「RL」下的 9 篇文章与笔记 · 全部标签
- 2026-10-21 CS285 课程笔记：课程回顾与开放问题回顾 CS285 的整体知识框架，并讨论深度强化学习仍然面临的挑战与开放问题。 rl · cs285
- 2026-09-17 CS285 课程笔记：逆强化学习、RLHF 与元学习从逆强化学习与特征匹配出发，延伸到 RLHF、序列模型，以及迁移学习与 Meta-RL。 rl · cs285
- 2026-08-21 CS285 课程笔记：离线强化学习从固定数据集中学习更好的策略：离线 RL、CQL、COMBO、Trajectory Transformer，以及离线策略评估与 RL 理论。 rl · cs285
- 2026-08-12 CS285 课程笔记：探索与利用讨论稀疏奖励下的探索问题，包括深度强化学习中的乐观探索与后验采样方法。 rl · cs285
- 2026-07-30 CS285 课程笔记：基于模型的强化学习梳理基于模型强化学习的核心方法，包括动力学模型学习、LQR、模型集成、随机射击、CEM、MBPO与GPS等 rl · cs285
- 2026-07-24 CS285 课程笔记：策略梯度、Actor-Critic 与 DQN从策略梯度、自然梯度与重要性采样，到 Actor-Critic、GAE、DQN 和 SAC，梳理 model-free 强化学习的主线。 rl · cs285
- 2026-07-21 CS285 课程笔记：从模仿学习入门 DRL主要探讨模仿学习的理论瓶颈、多模态连续动作表示，以及强化学习算法的基本结构与数学直觉。 rl · cs285
- 2026-06-20 on-policy algorithmsPPO,GRPO rl
- 2026-02-12 CS188课程笔记（6）CS188 课程笔记：无模型强化学习，涵盖 Q-Learning、近似 Q-Learning 与策略搜索。 cs188 · 算法