=#####*+- .%&&&&&&&&&&#- :&&&&&&&&&&&&&&= . &&&&&&&&&&&&&&&# . -&&&&&&&&&&&&&&&& #&&&&&&&||!&&&&&&. -+%&&&&&&&!|||!&&&&&&&+-. .#@@@@@@&%!!||||||!!%&@&@@@@@@%*: *@@@@@@@&|||!@@||!@@&&!!@@@@@@@@@@+ *@@@@@@@@&++#&&@||%#&@@!|!@@@@@@@@@@ &@@@@@@@@@*+****||&*###|!%@@@@@@@@@+ -@@@@@@@@@@@@@&%|!**++*!#@@@@@@@@%- -=+&@@@@#%&@@@!#*#**+++=****=: #@@@: :%@@!%#*==: *@@@..+&@@!!**-+- =@&+:&@@@@!!&+:=&%= . . :@@@@@@!!%-##@@@- . -&@@@@!!#%@@@&= . :*@@!!@@@@@- :=*&@=&@@- :!. :=.
留得残荷听雨声李商隐句
Now此刻
currently exploring- EXPLORING Robot Learning 领域的探索 [01]
- TRAINING RoboCasa 中的策略训练与仿真数据流 [02]
- DEPLOYING ARX X5 机械臂控制与部署 [03]
Featured文章与项目
全部文章 →Projects项目
全部项目 →mako-bot · 茉子
QQ 上名为茉子的聊天机器人：每日早安与资讯、定时提醒、RAG、用户画像与茉子日记。
nonebot-plugin-memory
可塑性记忆：为每位用户生成独立画像的记忆插件，自动保存发言、每日更新用户画像。
Paper-Link-Formatter
扫描 Markdown 笔记中的 arXiv 链接，调用 Semantic Scholar 补全标题、作者与引用数，并下载 PDF。
umi-arx · ARX X5
ARX X5 机械臂控制与部署相关仓库。
Series笔记系列
全部笔记 →Notes最近笔记
归档 →- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 2026-06-20 on-policy algorithmsPPO,GRPO rl