摘要：
趁老师不注意，把试卷拍了照…… 阅读全文
摘要：
趁老师不注意，把试卷拍了照…… 阅读全文
摘要：
趁老师不注意，把试卷拍了照…… 阅读全文
摘要：
趁老师不注意，把试卷拍了照…… 阅读全文
摘要：
感谢善良的知乎博客🙏🏻 阅读全文
摘要：
subplots 子图，scatter 散点图，plot 连点成线，color 与 fontsize。 阅读全文
摘要：
使用 python datetime 库，实现微秒级计时。 阅读全文
摘要：
先复制粘贴，在粘贴时点“选择性粘贴”，点选“转置”。 阅读全文
摘要：
基于 14 年的 MFRL 论文，利用相邻 state-action 的空间相关性来加速学习，用 gaussian processes 建模 env dynamics（model-based）/ Q function（model-free），得到了两种跟 14 年 MFRL 很相似的算法。 阅读全文
摘要：
RL episode 长度 = 1，先用 PPO 在 low-fidelity env 上学；维护一个 reward 的方差，如果方差足够小，就从 low-fidelity env 迁移到 high-fidelity env。 阅读全文
摘要：
安利一天能免费使用 10 次且好用的工具 Mathpix。 阅读全文
摘要：
motivation：一些预算用于训 low-fidelity model，剩下预算用于 Monte Carlo 模拟，以得到结果。数学证明：近似 + 递推或迭代或归纳法。总结：目前看来，对我的工作意义不大。 阅读全文
摘要：
记于柳絮飞扬的癸卯年丙辰月…… 阅读全文
摘要：
markdown 写矩阵和大公式的代码存档。 阅读全文
摘要：
motivation：鼓励探索。主要方法：给 agent 不熟悉的 state 一个 intrinsic reward。关键问题：如何判断 agent 对某个 state 的熟悉程度。 阅读全文
摘要：
“我们走到了南京眼，趴在桥上看长江、灯火与晚风，享受一些天真又忧愁的少年时光。” 阅读全文
摘要：
Reinforcement learning with multi-fidelity simulators，是 14 年的 ICRA 会议的论文。师兄说是 robotics 顶会，但中稿率蛮高的。 阅读全文
摘要：
火焰明亮绚烂如昙花一现，但我却是极夜里沐临北斗的赶路人，在星光的鼓舞下，还有更长的路要走。 阅读全文
摘要：
啊…… 感觉它能 work 还是加了很多 tricks 的… 阅读全文
摘要：
motivation：减少 RL 试错过程中的 unsafe behavior。技术路线：先模仿学习，再在 on-line learning 时强行改可能 unsafe 的 action，即 post-hoc rectification。 阅读全文
摘要：
当你完全不想锻炼英语阅读能力，只想快速得知论文内容…… 阅读全文
摘要：
主要就是 __init__, step, reset 三个方法，① __init__ 要记得定义 state action space，② step 返回 (obs, reward, done, info)，③ reset 返回 obs。返回的 obs 要用 np.ndarray 表示。 阅读全文
摘要：
左下角“设置”→ 搜索 language → 把 python 的 language server 改成 pylance → 重装 pylance 阅读全文
摘要：
① pandas 读 csv，② 基于 pytorch 的模型搭建、训练、测试。 阅读全文
摘要：
管理员打开 cmd，输入 netsh winsock reset，重启电脑就可以了！ 阅读全文
摘要：
那些湛远的天穹，红枫与梧桐的秋日，墨蓝的星月交辉的夏夜 —— 既然真真切切存在，可否带你回去？ 阅读全文
摘要：
有用的教程与使用经验。 阅读全文
摘要：
但倘若细看这些照片，仍能回想起，当时的亭台楼阁，当时的移步换景，当时被美景所触动与迷惑，不由自主按下快门…… 阅读全文
摘要：
随手记录我们 OS 课设的答辩经历。记于 omicron 流行的壬寅年壬子月…… 阅读全文
摘要：
在装服务器 python 环境，顺便整理一下 python 虚拟环境（venv）搭建全流程 阅读全文
摘要：
把字模代码粘进正文里了，欢迎查看 阅读全文
摘要：
在简单的真实场景下，列举 git branch 系列命令的使用流程 阅读全文
摘要：
win + H 打开听写功能，即可打开语音输入，帮你快速完成文档 😉 阅读全文