发布于2025-04-23 23:43:15多智能体强化学习求助！
训练效果很好，奖励看着也收敛，最后的智能体表现在训练结束前的 100 个 episode 表现都不错，为什么最后保存下来的模型加载评估的时候效果大打折扣？已经开启了。eval()，然后评估时为了看智能体学习的程度，我没有更换评估的环境，仍然是之前训练的环境...赞评论 10浏览 299- 发布于2025-03-02 17:49:20赞 2评论浏览 434
- 赞评论浏览 306
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 969
POLIXIR
南栖仙策(Polixir)是南京大学人工智能创新研究院技术孵化企业，核心技术是通过推演亿万种决策的不同结果，找到通向未来的最优路径，实现现实世界自主决策系统。目前南栖仙策已研发出通用决策系统—仙启，开创性地提出数据驱动的虚拟环境构建技术，从少量历史交互数据中构建虚拟世界，寻找最优决策，避免在线试错的代价。
发布于2024-07-26 11:12:22矢量智控L3级水务智能化——智慧加氯让生活用水无忧“氯”
近年来，随着居民对于用水安全和用水品质要求的不断提高，水处理技术和用水水质指标成为公众关注的焦点。加之国家相继颁布并完善了一系列法规，包括新国家标准《生活饮用水卫生标准》和《关于加强城市供水安全保障工作的通知》等，显现了政府对城镇供水这一重要民生工程的高度...赞评论浏览 658
