Reinforcement learning (RL) is an interdisciplinary area of machine learning and optimal control concerned with how an intelligent agent should take actions in a dynamic environment in order …

DeepMind Lab是基于AI智能体的研究的另一个令人惊叹的平台。它提供了一个丰富的模拟环境，作为运行几种RL算法的实验室。它是高度可定制和可扩展的。视觉效果非常丰富，科幻风格。 …

6 天之前 · DeepSeek-R1-Zero 通过纯RL训练，无冷启动、无SFT，这是很有魄力的举动，而其主要有三点独特的设计：RL算法GRPO、格式奖励、训练模板. 为了节省强化学习的训练成本， …

2025年2月8日 · 随着最近 r1 爆火，我经常刷到一些有意思的话题，例如： sft 无用，rl 才是通往智能化的正解；r1 并不像是传统的强化学习，更像是监督学习；……这些话题，或多或少有我曾 …

现代 AI 系统严重依赖于像 supervised fine-tuning (SFT) 和 reinforcement learning (RL) 这样的训练后技术来使 foundation models 适应特定任务。 然而，一个关键问题仍未解决：这些方法是帮 …

2025年3月3日 · 在 DeepSeek 能够破圈而出的一众原因中，完全摒弃传统的监督微调（SFT）、转而采用大规模强化学习（RL）的创新之处是关键所在，这使得模型推理能力在质上取得显著 …

Model-Based RL通过对环境进行理解，建立一个环境模型，Agent可以在模型中对下一步的状态和反馈做出预测，找出最佳策略，再在现实环境中做出动作 Policy-Based RL

2024年12月30日 · RL 应用：在 RL 阶段使用宪法人工智能（Constitutional AI）技术，通过 RLAIF 方法，将 AI 反馈提炼为偏好模型，用于微调监督学习模型。 模型优势：在推理、数学和编码 …

RL Games是一个用于实现各种强化学习算法的高性能框架。它支持多种流行的强化学习算法,并可与多种环境和仿真器集成,实现端到端的GPU加速训练。本文将详细介绍RL Games的主要特 …

根据维基百科对强化学习的定义：Reinforcement learning (RL) is an area of machine learning inspired by behaviorist psychology, concerned with how software agents ought to take actions …