HFH 的笔记

mdp

此标签下有1条笔记。

  • 2026年11月15日

    第28集 强化学习的基本原理:在试错中寻找最优解

    • 机器学习
    • 强化学习
    • rlhf
    • mdp
    • actor-critic

Created with Quartz v5.1.0 © 2026

  • GitHub
  • RSS