Welcome
  Post Categories
学习笔记- AI Infra 4 AI模型 4 学习笔记-AI模型 2 其他 9 博客搞建 6 学习笔记-强化学习 14 日记 2 学习笔记-大模型 9 Python 17 ACM-ICPC 106 Diffusion Models 9 推荐系统 11
RL Chapter3 Monte Carlo 与 TD：从样本估计价值 RL Chapter3 Monte Carlo 与 TD：从样本估计价值
2026-05-11 学习笔记-强化学习
AI 强化学习 AI面试知识
RL Chapter2 动态规划 (DP)：策略评估、策略迭代、价值迭代 RL Chapter2 动态规划 (DP)：策略评估、策略迭代、价值迭代
2026-05-10 学习笔记-强化学习
AI 强化学习 AI面试知识
RL Chapter1 MDP 与 Bellman 方程 RL Chapter1 MDP 与 Bellman 方程
2026-05-09 学习笔记-强化学习
AI 强化学习 AI面试知识
RL Chapter0 全景与起源：从 Thorndike 的猫到 DeepSeek-R1 RL Chapter0 全景与起源：从 Thorndike 的猫到 DeepSeek-R1
2026-05-08 学习笔记-强化学习
AI 强化学习 AI面试知识
2 / 2