RLChina 强化学习社区

Error_666 Work hard, be nice.

发布于1天前

TD时序差分算法的off-policy version的疑问
目前对 off-policy 的理解是，生成 experience 数据的 policy 与优化出的 policy 不同。那么如果是这样的话，与 on-policy 相比，感觉很难得到真正的最优 policy，因为它是在生成 experience 数据的...

赞

评论 2

浏览 34

水区
九

九九章二节这家伙很懒，什么都没留下

发布于2024-04-28 19:32:21

平台有考虑加个搜索功能吗？
翻旧贴很不方便

赞 2

评论 4

浏览 755

水区
pan95732 pan95732

发布于2023-08-27 16:24:26

招聘线上答疑老师
【介绍】我们是一家专注于为大学生群体提供课后习题答疑的教育机构，采用网络 1 对 1 的答疑形式。在这里，我们能提供不同难度的习题辅导的机会。只要您有电脑，学习成绩优秀，在空闲时解题，然后用文字 or 文档的形式给学生答疑解惑即可。【时间】我们是灵活...

赞 1

评论 3

浏览 786

招生招聘
pan95732 pan95732

发布于2024-01-05 10:39:49

诚邀会安卓/PHP开发
线上兼职、时间自由，薪资：200-300/h,200-800/次有安卓或 PHP 开发经验，四级/六级 500 左右，985/211 院校在读（大三及以上学历）或毕业招聘 V:pan95732 企鹅：173929984 招聘信息长期有效，欢迎咨询！

赞

评论 3

浏览 534

招生招聘
毛航宇强化学习研究员https://maohangyu.github.io/

发布于17天前

【招聘】LLM-Agent和RL方向，社招正式、校招正式和实习生均可
快手大模型团队在招智能体（LLM-powered AI Agent）方向的社招、校招、实习生，主要研究用户意图理解、RAG、Function Calling、多模态视频理解、多轮对话、拟人回复等技术。有千万粉丝/用户的 AI 智能体（快手主站 AI 小快）...

赞

评论

浏览 221

招生招聘
庞竟成南京大学

发布于18天前

RLChina 论文研讨会第100期（2024.9.24直播）
导读论文研讨会是 RLChina 举办的学术活动，由 RL 领域不同研究团队轮流担任主持人，邀请一线研究人员针对特定论文做交流分享。第 100 期论文讨论会将由南京大学博士生庞竟成同学主持，东京大学博士生 Johannes Ackermann、南洋理工...

赞 1

评论

浏览 219

论文研讨
Z

Z zhengrong 这家伙很懒，什么都没留下

发布于2024-09-07 11:25:41

RLChina 论文研讨会第99期（2024.9.10直播）
导读论文研讨会是 RLChina 举办的学术活动，由不同的研究团队轮流主持，邀请一线研究人员针对特定论文做交流分享。第 99 期论文研讨会为清华大学交叉信息研究院具身智能实验室（http://hxu.rocks）专场，将由清华大学薛峥嵘主持，清华大学华...

赞

评论

浏览 386

论文研讨
南荣遥羿这家伙很懒，什么都没留下

发布于2024-09-05 13:53:56

入门强化学习的小白求助
各位前辈们好，我目前本科软件工程二年级在读，在自学 CS285 等相关课程，有些吃力。想问问前辈们有无深度强化学习的入门经验或者学习路线的分享？！或者近期有哪些很不错的方向值得关注和研究！欢迎批评和指导，谢谢大家。

赞

评论 1

浏览 366

课程学习
mengyue 这家伙很懒，什么都没留下

发布于2024-09-02 23:23:26

布里斯托大学工程数学学院智能系统实验室招收因果与智能体方向PhD
布里斯托大学布里斯托大学工程数学学院智能系统实验室（Intelligent Systems Laboratory）致力于在多个领域的人工智能和数据科学研究。包括机器学习、计算机视觉、数据挖掘和分析、计算神经科学、以及金融工程等。实验室的研究方向从基础理...

赞

评论

浏览 1142

招生招聘
自动化所杨企鹏这家伙很懒，什么都没留下

发布于2024-08-30 16:46:02

一文七问｜自博弈微调（Self-Play Fine-Tuning）将弱语言模型转换为强语言模型
导读加州大学最近的研究介绍了一种名为 SPIN（Self Play fIne tuNing）的新技术，该技术灵感来源于 AlphaGo Zero 和 AlphaZero 等游戏中的自我对弈机制。SPIN 旨在使大语言模型（LLM）能够通过自我对弈进行训...

赞 1

评论

浏览 425

论文研讨
pan95732 pan95732

发布于2023-11-16 16:27:49

有会安卓的朋友吗？急需
介绍】我们是一家专注于为大学生群体提供课后习题答疑的教育机构，采用网络 1 对 1 的答疑形式。在这里，我们能提供不同难度的习题辅导的机会。只要您有电脑，学习成绩优秀，在空闲时解题，然后用文字 or 文档的形式给学生答疑解惑即可。【时间】我们是灵活的...

赞 1

评论 3

浏览 681

招生招聘
薛

薛薛正海-NTU 这家伙很懒，什么都没留下

发布于2024-08-26 11:32:42

RLChina 论文研讨会第98期（2024.8.27直播）
导读论文研讨会是 RLChina 举办的学术活动，由 RL 领域不同研究团队轮流担任主持人，邀请一线研究人员针对特定论文做交流分享。第 98 期论文研讨会将由新加坡南洋理工大学博士生薛正海主持，新加坡南洋理工大学博士生谭伟豪、南京大学博士生刘旭辉为大家...

赞

评论

浏览 388

论文研讨
Shawn Recruiter in @XPENG Robotics | Inspire the future Looking for the talents focus on Robot Learning / Motion Control / Mechatronic ! Pls feel free to contact me

发布于2024-08-19 18:27:30

XPENG ROBOTICS | 强化学习专家招聘
【达兴烨博士团队】https://www.linkedin.com/in/xingye-dennis-da-86242655/ 负责新一代双足机器人的强化学习算法工程，base 深圳(优先）、上海/广州/北京【JD】岗位职责 1.对机器人进行训练，优化...

赞

评论

浏览 433

招生招聘
白辰甲（Shanghai AI Lab）强化学习

发布于2024-08-19 14:59:20

具身智能实习生招聘（上海）
白辰甲课题组招收具身智能/强化学习方向实习生职责：进行相关科研工作，发表高水平国际学术论文。具体方向包括：强化学习方向，包含离线学习、多智能体学习、探索和表征、安全强化学习、偏好学习、迁移和泛化等主题。决策大模型，包括 LLM 规划，世界模型学习，多...

赞 1

评论

浏览 465

水区
pan95732 pan95732

发布于2023-09-14 09:54:21

学霸们，无论你在职还是在读欢迎你的加入！
【介绍】我们是一家专注于为大学生群体提供课后习题答疑的教育机构，采用网络 1 对 1 的答疑形式。在这里，我们能提供不同难度的习题辅导的机会。只要您有电脑，学习成绩优秀，在空闲时解题，然后用文字 or 文档的形式给学生答疑解惑即可。【时间】我们是灵活...

赞 1

评论 3

浏览 879

招生招聘
米祈睿中科院自动化研究所2021级直博生~

发布于2024-08-07 10:05:47

圆桌论道 | ICML 2024 大语言模型相关507篇论文整理
“圆桌论道”是 RLChina 的一个栏目，发布国内外前沿学术活动的预告、总结或解读等。导读国际机器学习会议（International Conference on Machine Learning，简称 ICML）是机器学习领域最具影响力的国际学术会...

赞 5

评论

浏览 1586

论文研讨
T

T TJU-NF 这家伙很懒，什么都没留下

发布于2024-08-05 09:31:44

RLChina 论文研讨会第96期（2024.8.06直播）
导读论文研讨会是 RLChina 举办的学术活动，由 RL 领域不同研究团队轮流担任主持人，邀请一线研究人员针对特定论文做交流分享。第 96 期论文研讨会将由天津大学博士生倪飞主持，天津大学硕士生陈逸彬、天津大学博士生刘金毅和天津大学博士生李鹏翼为大家...

赞

评论 2

浏览 537

水区
KRHKK 这家伙很懒，什么都没留下

发布于2024-08-06 15:39:30

RLChina 论文研讨会第97期（2024.8.13直播）
导读论文研讨会是 RLChina 举办的学术活动，由 RL 领域不同研究团队轮流担任主持人，邀请一线研究人员针对特定论文做交流分享。第 97 期论文研讨会将由中科院自动化研究所博士生崔新宇主持，清华大学博士生陈华玉和清华大学博士生胡昊为大家...

赞

评论

浏览 500

论文研讨
pan95732 pan95732

发布于2023-10-03 15:04:20

招聘线上答疑老师
【介绍】我们是一家专注于为大学生群体提供课后习题答疑的教育机构，采用网络 1 对 1 的答疑形式。在这里，我们能提供不同难度的习题辅导的机会。只要您有电脑，学习成绩优秀，在空闲时解题，然后用文字 or 文档的形式给学生答疑解惑即可。【时间】我们是灵活...

赞 1

评论 3

浏览 807

招生招聘
pan95732 pan95732

发布于2023-12-06 15:28:50

有会汇编大佬吗？
线上英文做题兼职，只要你日常专业的核心课程掌握的扎实，有空闲时间，那么这个兼职就非常适合你。时薪：200-300/h,200-800/次(根据专业及难度而上下浮动) 招聘要求： 1.国内 985/211/qs 前 300 院校本科大三以上在读或毕业。 ...

赞 1

评论 2

浏览 707

招生招聘

首次进入社区的小伙伴，欢迎了解以下事项，参与相关活动：

一、RLChina 组织形式：http://rlchina.org/topic/211

二、RLChina 2023 大会（可下载课件）：http://rlchina.org/rlchina_2023

三、RLChina 2022 强化学习暑期课：http://rlchina.org/topic/491

四、RLChina 2021 强化学习暑期课：http://rlchina.org/topic/9?utm_source=pocket_saves

五、RLChina 智能体挑战赛：http://rlchina.org/topic/928

六、RLChina 前沿讲习班：http://rlchina.org/topic/215

七、RLChina 论文研讨会：http://rlchina.org/topic/219

Carlos
2 帖子 • 4 评论

930
Frei0d
1 帖子 • 8 评论

697
R
Rlxia
0 帖子 • 0 评论

503
RLChina
124 帖子 • 77 评论

454
POLIXIR
42 帖子 • 5 评论

349
Rewrite
0 帖子 • 4 评论

215
vinbo
9 帖子 • 84 评论

166
支太行
17 帖子 • 34 评论

133
张海峰
4 帖子 • 43 评论

132
AINova
20 帖子 • 43 评论

98