#Reinforcement Learning

共 4 条 · 7 天 0 条 · 30 天 1 条

信息流里打上「Reinforcement Learning」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月4日

CMU最新课程讲义，教你如何在多GPU集群上跑通LLM Agent的RL训练，系统解决训练与推理引擎协同问题。

shao__meng@shao__meng原文

9月11日

论文精选09:18

这是篇挺有意思的论文，用模型强化学习来优化模块化生产系统，看起来能提升效率。

arXiv cs.LG@Andreas Schwung 等 4 人原文

8月19日

DeepMind团队提出NSPER方法，结合新颖性和惊喜信号，让强化学习更高效探索。

arXiv: Google DeepMind@Hoda Yamani 等 3 人原文

6月16日

这篇论文提出了PACT，用一个小型语言模型来规划动作，再结合强化学习策略，在FrozenLake上比纯RL效果好，而且不用重训练。

arXiv cs.LG@Nathan Gavenski 等 5 人原文