您是不是在找：

刚哥聊AI3天前
强化学习算法之PPO的demo小项目展示。#强化学习 #PPO
00:00 / 02:43
连播
清屏
智能
倍速
点赞19
迪哥AI课堂6月前
强化学习通俗讲解工作流程算法教程ppo/DQN算法详解 #强化学习 #机器学习 #人工智能 #深度学习 #ai新星计划
00:00 / 30:48
连播
清屏
智能
倍速
点赞601
迪哥AI课堂6月前
强化学习PPO算法代码实战入门案例-月球登录器训练/通俗讲解 #强化学习 #人工智能 #机器学习 #深度学习 #PPO算法
00:00 / 47:56
连播
清屏
智能
倍速
点赞446
吉姆的日记3天前
强化学习：会学习的交易机器人
00:00 / 10:25
连播
清屏
智能
倍速
点赞3
XAI9月前
两分钟理解强化学习QLearning算法 #人工智能 #ai #机器学习 #程序员 #数学
00:00 / 01:42
连播
清屏
智能
倍速
点赞858
小目标攻略4天前
2026春节已过，开始学习啦，强化学习之大名鼎鼎的DQN来啦 #DQN 是深度强化学习领域的奠基性算法，由 DeepMind 在 2013 年提出（2015 年发表 Nature 版本），首次将深度学习与 Q-learning 成功结合，实现了从高维输入（如图像）直接学习控制策略。#随变ai随便玩 #走进杨紫的花园世界
00:00 / 08:34
连播
清屏
智能
倍速
点赞1
Bonaparte li1周前
MTrans-SAC算法效果演示 #强化学习 #人工智能 #无人机
00:00 / 04:40
连播
清屏
智能
倍速
点赞18
Taylor Swift学AI淘金2周前
百面深度学习110 | 设计一个基于强化学习的算法来解决广告 百面深度学习110 | 设计一个基于强化学习的算法来解决广告主的竞价策略问题。 #机器学习#人工智能 #用一篇长文记录我的春节 #蛋仔派对
00:00 / 08:20
连播
清屏
智能
倍速
点赞0
迪哥AI课堂6月前
强化学习ppo算法详解公式推导算法教程数学原理Python #强化学习 #PPO算法 #人工智能 #机器学习 #机器学习入门
00:00 / 55:22
连播
清屏
智能
倍速
点赞1618
最新AI论文深度解读，每日更新2周前
Length-Unbiased Sequence Polic #本文介绍了一种名为 LUSPO 的新型强化学习算法，旨在解决大语言模型在可验证奖励强化学习（RLVR）过程中出现的响应长度偏差问题。研究指出，现有的 GRPO 和 GSPO 算法由于损失函数的设计缺陷，容易导致模型在训练时倾向于缩短回复，甚至引发长度崩溃。LUSPO 通过引入长度加权机制对序列损失进行修正，消除了算法对短文本的病态偏好。实验证明，该方法能显著提升模型在数学推理和多模态理解任务中的表现。在 dense 和 MoE 架构上的测试均显示，LUSPO 能够更有效地激发模型的深度推理能力。 arXiv: 2602.05261 #AI #Research #Arxiv #MachineLearning
00:00 / 06:50
连播
清屏
智能
倍速
点赞1
硅谷101陈茜3月前
强化学习是正确的AGI解法吗？｜硅谷101年度线下大会 #ai新星计划 #强化学习 #AI #算法 #科技
00:00 / 39:45
连播
清屏
智能
倍速
点赞1547
葛俊佑6月前
人工智能算法与应用 — 强化学习（第一课）
00:00 / 05:51
连播
清屏
智能
倍速
点赞6
(教程在主页)我的小助手7月前
50分钟彻底弄懂强化学习原理+代码实现，小白也能吃透大模型 #ai #人工智能 #大模型 #程序员 #计算机
00:00 / 49:49
连播
清屏
智能
倍速
点赞254
最新AI论文深度解读，每日更新2周前
F-GRPO: Don't Let Your Policy #本文介绍了一种名为 F-GRPO 的新型强化学习算法优化方案，旨在解决大语言模型在训练过程中容易出现的“分布锐化”问题。研究指出，传统的组相对策略优化（如 GRPO）在中等样本组规模下，往往会过度强化常见解法而忽略罕见的正确路径，导致模型虽然提升了基础准确率，却丧失了解法多样性。 arXiv: 2602.06717 #AI #Research #Arxiv #MachineLearning
00:00 / 08:40
连播
清屏
智能
倍速
点赞0
牛牛编程9月前
通俗人工智能-均值漂移算法 #均值漂移算法 #机器学习 #深度学习 #强化学习 #迁移学习
00:00 / 12:45
连播
清屏
智能
倍速
点赞15
武文博士说AI7月前
大模型训练中的强化学习算法为什么这么重要？#大模型 #AI #算法 #强化学习 #炫佳科技
00:00 / 01:01
连播
清屏
智能
倍速
点赞22
蓝鲸鱼BlueWhale7月前
祝大家秋招顺利～ #DeepSeek #强化学习 #计算机
00:00 / 02:03
连播
清屏
智能
倍速
点赞317
嵌入式小黄1月前
接触和学习一下强化学习算法发现还是挺有意思的。😊 #强化学习算法 #Q-Learning #井字棋 #c加加
00:00 / 01:21
连播
清屏
智能
倍速
点赞141
chaofa用代码打点酱油4月前
300行代码从零实现GRPO算法 手把手教你实现 Agent RL，训练 Agentic RAG (DeepSeek R1 同款技术） 📚 本期内容： ✅ GRPO算法核心原理详解（vs PPO算法对比） ✅ 5个关键问题理解强化学习本质 ✅ Search R1训练流程完整拆解 ✅ 300行代码手写Agent RL项目 ✅ Trajectory生成与Policy更新实战 ✅ Reward计算与Advantage优化技巧 ✅ 重要性采样与KL散度实现细节 #大模型 #强化学习 #grpo #featurize #LLM
00:00 / 44:26
连播
清屏
智能
倍速
点赞554
安锅锅11月前
deepseek grpo 强化学习算法 DeepSeek R1中的GRPO算法，基于open-R1代码。#deepseek #强化学习 #chatgpt #大模型
00:00 / 04:54
连播
清屏
智能
倍速
点赞85
武文博士说AI7月前
强化学习算法解析：策略梯度（REINFORCE ）#大模型 #算法 #强化学习 #涨知识 #炫佳科技
00:00 / 00:57
连播
清屏
智能
倍速
点赞3
刺猬AI尼克8月前
#多尺度 #强化学习 #强化学习算法 #sci #深度学习
00:00 / 00:37
连播
清屏
智能
倍速
点赞151
非程序员老杨7月前
搞定大模型算法：强化学习 + 微调 + 对齐，这本图解书够劲，直击 “调参难、落地难、理论晦涩” 三大痛点#大模型 #算法 #强化学习 #好书分享 #人工智能
00:00 / 01:08
连播
清屏
智能
倍速
点赞45
InfoQ6月前
阿里的强化学习算法突破与实践！#AI #InfoQ #阿里 #强化算法 #PPO算法
00:00 / 03:43
连播
清屏
智能
倍速
点赞20
AI编程小朱1月前
AI算法、AI应用开发要懂一些强化学习！ #人工智能 #大模型 #强化学习 #深度学习 #大学生
00:00 / 02:05
连播
清屏
智能
倍速
点赞81
学神之光3天前
#人工智能算法 #人工智能算法有哪些 #人工智能算法基础 #人工智能算法开发
00:00 / 02:02
连播
清屏
智能
倍速
点赞6
学神之光2周前
#强化学习的数学原理 #强化学习算法 #强化学习原理 #强化学习技术
00:00 / 01:01
连播
清屏
智能
倍速
点赞1
程序员Yt3月前
专升本上岸211控制硕，怕算法岗被歧视还能学什么方向？ #编程开发 #计算机专业 #算法 #校招 好马配好鞍， 好的职业规划 配优秀的你，开发方向选择，私信评论+v提问，提问必回。
00:00 / 04:00
连播
清屏
智能
倍速
点赞5
阅读致远4月前
国外经典的强化学习入门教材，带你掌握强化学习的基本概念和方法#算法 #人工智能 #科普 #好书分享 #每天学习一点点
00:00 / 00:59
连播
清屏
智能
倍速
点赞10
学神之光1周前
#人工智能算法 #人工智能算法基础 #人工智能算法课程
00:00 / 02:01
连播
清屏
智能
倍速
点赞10
思考理解这个世界5月前
为什么需要强化学习算法？#强化学习 #算法 #人工智能 #智能体 #机器人
00:00 / 03:17
连播
清屏
智能
倍速
点赞57
AI编程小朱2月前
AI算法或者AI应用开发，都要懂一些强化学习~~ #人工智能 #大模型 #强化学习 #大学生 #人工智能学习
00:00 / 00:53
连播
清屏
智能
倍速
点赞162
武文博士说AI7月前
强化学习算法探秘：Q-learning算法 #大模型 #强化学习 #Q-learning #人工智能 #炫佳科技
00:00 / 01:09
连播
清屏
智能
倍速
点赞22
小杜讲升学规划11月前
读什么专业可以胜任宇树科技深度强化学习算法岗位？ #宇树科技#大学专业 #小杜讲升学规划 #高考
00:00 / 03:10
连播
清屏
智能
倍速
点赞23
程序员小旭3月前
《动手学 强化学习》 #强化学习算法 #程序员 #算法 #强化学习 #人工智能
00:00 / 00:57
连播
清屏
智能
倍速
点赞6
迪哥AI课堂6月前
强化学习q-learning算法原理和DQN通俗讲解算法教程 #强化学习 #机器学习 #深度学习 #人工智能
00:00 / 54:38
连播
清屏
智能
倍速
点赞247
孙老师聊人工智能1年前
生活中的算法之强化学习算法 #人工智能 #机器学习 #强化学习 #算法 #编程学习
00:00 / 07:15
连播
清屏
智能
倍速
点赞3
宸小妙6月前
二年级数学计算难度增加，暑假强化计算练习开学数学后劲十足#小学计算 #数学计算 #数学思维 #四合一专项训练 #家长收藏孩子受益 @DOU+上热门
00:00 / 00:45
连播
清屏
智能
倍速
点赞9
小工蚁6月前
视觉大模型强化学习最新算法 #小工蚁 #强化学习
00:00 / 04:34
连播
清屏
智能
倍速
点赞70
晓宇AI获客6月前
零基础2周速通深度强化学习！揭秘核心算法+实战通关秘籍#认知思维#干货分享#深度学习
00:00 / 00:58
连播
清屏
智能
倍速
点赞1
小工蚁6月前
GSPO vs GRPO： 阿里全新强化学习优化算法解析 #小工蚁 #强化学习
00:00 / 07:30
连播
清屏
智能
倍速
点赞80
AI唐宇迪2月前
强化学习！第2章：PPO算法与公式推导 #人工智能 #深度学习 #机器学习
00:00 / 53:46
连播
清屏
智能
倍速
点赞563
武文博士说AI7月前
强化学习算法解析，基于模型的强化学习 #算法 #强化学习 #炫佳科技 #大模型 #AI
00:00 / 01:23
连播
清屏
智能
倍速
点赞7
AI费曼1月前
DeepMind又发Nature了，这次AI Agent发现了更好的强化学习算法
00:00 / 02:57
连播
清屏
智能
倍速
点赞23
唔喽哇11月前
#人工智能 #强化学习算法
00:00 / 01:45
连播
清屏
智能
倍速
点赞15
速途网3月前
引入强化学习算法和世界模型！小米HAD增强版发布
00:00 / 00:20
连播
清屏
智能
倍速
点赞6
海晏清的阳光海洋1周前
各位朋友，2026年2月13日，众擎PM01重磅升级三大核心技术！视觉行走采用多传感器融合+强化学习算法，实现拟人化步态控制，复杂地形一步一阶稳步行进，告别机械卡顿。自主导航突破固定路径依赖，动态避障响应速度提升50%，支持跨楼层精准定位与智能接引，复杂环境通行效率倍增。语音交互融合多模态感知与智能记忆系统，支持上下文连贯对话，响应延迟低于0.8秒，实现类人自然交流。三大能力协同进化：运动拟人化、场景全适配、交互人性化，全面赋能接待、导览、陪伴场景。PM01以硬核技术重塑服务标准，为人形机器人规模化落地注入新动能！#人工智能 #机器人 #马斯克 #奥特曼 #黄仁勋 @雷军 @红衣大叔周鸿祎 @尹烨
00:00 / 00:54
连播
清屏
智能
倍速
点赞10
卢菁老师讲AI5月前
大模型 DeepSeekR1 训练全流程 详解！ 【AI大模型与强化学习】GRPO算法原理详解，强化学习赋能大模型本质是什么？大模型课程#ai新星计划 #2025开学季 #Deepseekr1 #大模型微调 #大模型课程
00:00 / 01:04:11
连播
清屏
智能
倍速
点赞496
北京大学5月前
大数据分析中的算法（5） 主讲人：文再文 00:00:14 第十三章 强化学习（一） 02:21:54 第十四章 强化学习（二） 04:07:10 第十五章 强化学习（三） #2025开学季 #AI新星计划 #抖音公开课 #开学的精选
00:00 / 07:01:44
连播
清屏
智能
倍速
点赞NaN
刘智勇频道2月前
现代强化学习算法演进：PPO、CISPO与DRO的关键解析[刘智勇频道] #现代 #强化 #学习 #算法 #演进 #真#机#c#机#硅#A#猛#人风投高科人形纪元猛虎财经AI之星硅基科学机器洞察cZomZhenMeta机智能
00:00 / 04:50
连播
清屏
智能
倍速
点赞1
happyli5月前
模拟水的流动来理解强化学习 #强化学习 #算法图解 #水流 #机器学习 #算法
00:00 / 01:50
连播
清屏
智能
倍速
点赞51
学神之光1月前
#强化学习的数学原理 #强化学习算法 #强化学习原理 #强化学习 #人工智能强化学习
00:00 / 01:01
连播
清屏
智能
倍速
点赞2
AI唐宇迪2月前
强化学习！第4章：Q-learning与DQN算法 #人工智能 #机器学习 #深度学习
00:00 / 39:32
连播
清屏
智能
倍速
点赞116
学术工厂Perry老师3月前
强化学习Reinforcement Learning #强化学习 #强化学习算法 #ReinforcementLearning #论文写作指导 #计算机论文
00:00 / 33:45
连播
清屏
智能
倍速
点赞0
Coffee不是咖啡1月前
小白让ai打造学习计划，目标入职宇树科技：深度强化学习算法工程师 #宇树科技 #ai #机器人
00:00 / 03:55
连播
清屏
智能
倍速
点赞13
AI算法工程师Lay（简介自取）2周前
目前强化学习最好的入门书籍！（入门≠简单） #人工智能 #机器学习 #深度学习 #强化学习 #计算机数学
00:00 / 00:32
连播
清屏
智能
倍速
点赞64
AI唐宇迪2月前
强化学习！第5章：DQN算法实例演示 #人工智能 #机器学习 #深度学习
00:00 / 26:11
连播
清屏
智能
倍速
点赞55
蓝猫-论文指导2周前
计算机sci论文创新思路：强化学习+多目标优化 #SCI #论文 #深度学习 #强化学习 #多目标优化
00:00 / 00:36
连播
清屏
智能
倍速
点赞216
朱老师AI趣谈3周前
强化学习的正确打开方式 #强化学习 #人工智能 #AI学习 #深度学习
00:00 / 01:31
连播
清屏
智能
倍速
点赞1615
CJavaPY编程之路2周前
为什么学 AI，一定绕不开线性代数？ 如果你学 AI， 却总感觉数学和模型之间断了一层， 这本《人工智能线性代数基础》， 会帮你把向量、矩阵、SVD 等概念， 真正连接到 CV、NLP、推荐系统与强化学习中。 #线性代数 #人工智能基础 #机器学习数学 #好书分享 #cjavapy
00:00 / 00:47
连播
清屏
智能
倍速
点赞123
非程序员老杨5月前
大模型算法图解，sft微调 强化学习算法 奖励模型实战全覆盖#大模型 #算法工程师 #ai工程师 #好书分享
00:00 / 00:53
连播
清屏
智能
倍速
点赞13

简介:

您在查找“强化学习算法”短视频信息吗？帮您找到更多更精彩的短视频内容！最新发布时间：2026-02-21 06:33

最新推荐:

相关推荐:

热门推荐: