强化学习 - 标签 - Text Matrix

强化学习

2026

09-08 Microduck RL：800 克双足机器人的完整 sim2real 训练配方

08-09 弱信号聚合的几何学：从 √N 定律到正交化工厂

08-01 OpenRSI 工程全解：把「AI 改进 AI」变成可执行代码的完整技术栈

08-01 35B 追平 2.8T：Frontis-MA1 如何用递归自我改进重写 AI 编程的算力法则

07-15 The Little Book of RL：从零到 PPO 的 CleanRL 风格实现解析

07-01 Looped World Models 论文深度解读——1B 参数世界模型，用迭代深度对标 Claude Opus 4.6 Max

05-31 Hands-on Modern RL：一站式现代强化学习全栈指南

04-17 Mathematical Foundations of Reinforcement Learning：强化学习的数学基石——从入门到精通的完整指南

04-12 MiniMind：从零开始用 3 块钱训练 64M 参数的大语言模型

04-01 Agent Lightning：微软 AI 智能体强化学习训练框架完全指南