园龄：3年10个月粉丝：37 关注：8

阅读排行榜

PbRL | PEBBLE：通过 human preference 学习 reward model

MoonOut 2023-11-09 20:40 阅读(450) 评论(0) 推荐(0) 编辑

凸优化 | 期末复习笔记存档

MoonOut 2024-02-06 11:01 阅读(448) 评论(0) 推荐(0) 编辑

MORL | 速通三大会的 MORL 工作

MoonOut 2024-05-28 22:31 阅读:424 评论:0 推荐:0 编辑

PbRL | 速通 ICLR 2024 RLHF · PbRL

MoonOut 2024-01-21 11:17 阅读(419) 评论(0) 推荐(0) 编辑

Markdown · Typora | 基本画图技巧

MoonOut 2023-10-07 20:53 阅读(409) 评论(0) 推荐(0) 编辑

Conda | 如何（在新服务器上）复制一份旧服务器的 conda 环境，Linux 服务器

MoonOut 2024-07-31 11:40 阅读:400 评论:0 推荐:0 编辑

PbRL | RUNE：鼓励 agent 探索 reward model 更不确定的 (s,a)

MoonOut 2023-11-10 17:43 阅读(400) 评论(0) 推荐(3) 编辑

PID 控制 |（搬运）教程与 python 代码

MoonOut 2024-02-17 10:55 阅读(392) 评论(0) 推荐(0) 编辑

Python · MuJoCo | MuJoCo 与 mujoco_py 的版本对应，以及安装 Cython<3

MoonOut 2025-01-12 15:20 阅读:387 评论:0 推荐:0 编辑

线性代数 · 矩阵 · Matlab | 满秩分解代码实现

MoonOut 2023-11-04 17:07 阅读(386) 评论(0) 推荐(0) 编辑

线性代数 · 矩阵 · Matlab | Cholesky 分解代码实现

MoonOut 2023-11-01 14:23 阅读(379) 评论(0) 推荐(0) 编辑

off-policy RL | Advantage-Weighted Regression (AWR)：组合先前策略得到新 base policy

MoonOut 2023-11-13 20:40 阅读(373) 评论(0) 推荐(0) 编辑

RL 基础 | 如何搭建自定义 gym 环境

MoonOut 2023-03-03 11:03 阅读:340 评论:0 推荐:0 编辑

DL 基础 | cs231n assignment 2

MoonOut 2021-10-05 21:10 阅读:337 评论:0 推荐:0 编辑

Win10 高效语音输入方案：听写功能 win + H

MoonOut 2022-11-21 16:25 阅读:325 评论:0 推荐:0 编辑

Contrastive Learning 对比学习 | RL 学 representation 时的对比学习

MoonOut 2024-11-26 12:24 阅读:324 评论:0 推荐:0 编辑

事件驱动优化：概念、模型与重要性

MoonOut 2022-05-26 21:40 阅读:323 评论:1 推荐:0 编辑

分享 ASCII 字符集的字模

MoonOut 2022-12-04 20:18 阅读:322 评论:0 推荐:0 编辑

如何将 iPhone 的照片同步到 windows 电脑上（非常快，不耗流量）

MoonOut 2024-06-12 11:19 阅读:317 评论:0 推荐:0 编辑

RL 基础 | Policy Iteration 的收敛性证明

MoonOut 2023-11-02 10:44 阅读(317) 评论(3) 推荐(0) 编辑

1 Sibelius: Violin Concerto in D Minor, Op. 47:III. Allegro, ma non tanto Jascha Heifetz / Chicago Symphony Orchestra

Sibelius: Violin Concerto in D Minor, Op. 47:III. Allegro, ma non tanto - Jascha Heifetz / Chicago Symphony Orchestra

00:00 / 00:00

An audio error has occurred.