专栏 RSS订阅（公众号）
温馨提示：订阅专栏后它将会自动更新，无人订阅的专栏有可能不会更新。
购买VIP
提交新专栏
专栏 二维码
TodayRss-海外稳定RSS
今天看啥
公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
他们也喜欢这个专栏
开通 RSS极速订阅 可分钟级获得文章
|
|
【NeurIPS2025】北航团队提出新的离线分层扩散框架：基于结构信息原理 深度强化学习实验室 · 公众号 · · 1 月前 · |
|
|
|
【强化学习之父Richard Sutton】通向超级智能的八步愿景（最新演讲揭示OaK架构） 深度强化学习实验室 · 公众号 · · 3 月前 · |
|
|
|
· 公众号 · · 3 月前 · |
|
|
|
【前沿技术】开启RL Scaling新纪元，siiRL开源，支持超千卡规模高效训练，完全分布式强化学... 深度强化学习实验室 · 公众号 · · 3 月前 · |
|
|
|
【IEEE-TPAMI顶刊论文】既“安全”又“鲁棒”的强化学习算法统一设计框架DRAC 深度强化学习实验室 · 公众号 · · 4 月前 · |
|
|
|
【重磅开源】强化学习训练框架ROLL，淘天联合爱橙发布高效支持十亿到千亿参数大模型训练 深度强化学习实验室 · 公众号 · AI媒体 科技自媒体 · 4 月前 · |
|
|
|
【最新算法FastTD3】UC伯克利重磅开源代码，并行+大批次+分布Critic，3小时搞定人形机器... 深度强化学习实验室 · 公众号 · · 5 月前 · |
|
|
|
【Deepseek团队招聘】强化学习算法研究员、工程师、实习生（base 北京/杭州) 深度强化学习实验室 · 公众号 · · 5 月前 · |
|
|
|
【前沿最新】强化学习预训练来了，「Next-Token」范式改变！ 深度强化学习实验室 · 公众号 · 科技自媒体 · 5 月前 · |
|
|
|
【清华大学】突破不可导策略的训练难题，零阶优化与强化学习的深度嵌合 深度强化学习实验室 · 公众号 · 科技媒体 算法 · 5 月前 · |
|
|
|
【清华大学】强化学习训练过程的绝对安全性及其保障机制 深度强化学习实验室 · 公众号 · · 6 月前 · |
|
|
|
【重磅】全球首个分布式RL训练模型INTELLECT-2发布，整合全球闲置计算资源完成了强化学习训练 深度强化学习实验室 · 公众号 · · 6 月前 · |
|
|
|
RL训练总崩溃？R1-Reward稳定解锁奖励模型Long-Cot推理能力 深度强化学习实验室 · 公众号 · · 6 月前 · |
|
|
|
【重磅最新综述】多智能体具身智能：进展和未来方向(北理工/南大/西交大/浙大联合发布) 深度强化学习实验室 · 公众号 · · 6 月前 · |
|
|
|
JMLR 论文解读 | 北航团队提出SIDM：基于结构信息原理的通用分层决策框架 深度强化学习实验室 · 公众号 · · 6 月前 · |
|
|
|
蚂蚁集团全球招募顶尖 AI人才 深度强化学习实验室 · 公众号 · · 6 月前 · |
|
|
|
【清华大学】DSAC-T算法的技术解读，中小模型强化学习算法的最佳选择 深度强化学习实验室 · 公众号 · · 6 月前 · |
|
|
|
【论文分享】强化学习最优性条件的哈密顿动力学解释 深度强化学习实验室 · 公众号 · · 7 月前 · |
|
|
|
【论文解读】对抗强化学习的光滑策略迭代（SPI）架构详解 深度强化学习实验室 · 公众号 · · 7 月前 · |
|
|
|
ICLR 2025 Spotlight | SmODE: 神经常微分网络让深度强化学习的控制更加丝滑... 深度强化学习实验室 · 公众号 · · 8 月前 · |
|