园龄：3年10个月粉丝：37 关注：8

阅读排行榜

LaTex · overleaf | 使用技巧存档

MoonOut 2023-06-16 10:10 阅读:316 评论:1 推荐:0 编辑

RL 基础 | 如何使用 OpenAI Gym 接口，搭建自定义 RL 环境（详细版）

MoonOut 2024-11-11 22:53 阅读:311 评论:0 推荐:0 编辑

python · pandas |（已解决）AttributeError: 'DataFrame' object has no attribute 'append'

MoonOut 2024-06-23 15:39 阅读:280 评论:0 推荐:0 编辑

offline RL · PbRL | Preference Transformer：反正感觉 transformer 很强大

MoonOut 2024-03-06 12:57 阅读:280 评论:1 推荐:0 编辑

PbRL | SURF：使用半监督学习，对 labeled segment pair 进行数据增强

MoonOut 2023-11-11 20:16 阅读(273) 评论(0) 推荐(1) 编辑

时空图预测的方法论，以及 diffusion model 基本概念

MoonOut 2023-06-10 20:55 阅读:269 评论:0 推荐:0 编辑

线性代数 | 三个二次型题目

MoonOut 2022-08-22 15:51 阅读:269 评论:0 推荐:1 编辑

offline 2 online | 重要性采样，把 offline + online 数据化为 on-policy samples

MoonOut 2024-02-07 14:08 阅读(266) 评论(0) 推荐(1) 编辑

用线性二次模型建模大型数据中心，基于 MPC 进行冷却控制

MoonOut 2023-03-06 17:44 阅读:252 评论:0 推荐:0 编辑

offline RL | HIM：基于 hindsight 的 RL 是一类大 idea

MoonOut 2024-02-27 21:08 阅读(243) 评论(0) 推荐(0) 编辑

概述：基于事件的优化方法 / 事件驱动优化 / Event-Based Optimization / EBO

MoonOut 2022-05-26 21:28 阅读:242 评论:0 推荐:0 编辑

offline RL | BCQ：学习 offline dataset 的 π(a|s)，直接使用 (s, π(s)) 作为 Q learning 训练数据

MoonOut 2023-11-27 21:29 阅读(239) 评论(0) 推荐(0) 编辑

RL 基础 | Policy Gradient 的推导

MoonOut 2024-03-21 16:46 阅读:231 评论:0 推荐:0 编辑

凸优化 | Lagrange 对偶：极大极小不等式的证明

MoonOut 2023-11-07 10:51 阅读(229) 评论(1) 推荐(0) 编辑

大四上 | 计算机综合课设（OS）· 答辩经验帖

MoonOut 2022-12-22 15:00 阅读:212 评论:0 推荐:0 编辑

线性代数 | Jordan 标准型的笔记

MoonOut 2022-08-22 17:48 阅读:209 评论:0 推荐:0 编辑

Multi-Fidelity RL | 多精度 simulator 中的 RL：一篇 14 年 ICRA 的古早论文

MoonOut 2023-04-03 17:26 阅读:206 评论:0 推荐:1 编辑

事件驱动优化：理论

MoonOut 2022-05-28 19:44 阅读:201 评论:0 推荐:0 编辑

offline 2 online | AWAC：基于 AWR 的 policy update + online 补充数据集

MoonOut 2024-02-05 21:50 阅读(197) 评论(0) 推荐(1) 编辑

交叉熵、KL 散度 | 定义与相互关系

MoonOut 2024-07-25 12:35 阅读:193 评论:0 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.