[GRPO] Group Relative Policy Optimization, a variant of Proximal Policy Optimization (PPO). DeepSeek | Byte Goose AI
[GRPO] Group Relative Policy Optimization, a variant of Proxima…
已浏览 115 次1 个月前
linkedin.com
GRPO Family: Group Relative Policy Optimization RL opt [TIC-GRPO, Scaf-GRPO, XRPO, GRPO-CARE, CPPO] | Byte Goose AI
GRPO Family: Group Relative Policy Optimization RL opt [TIC-GRPO, S…
已浏览 103 次2 个月之前
linkedin.com
Black-box optimization of CT acquisition and reconstruction parameters: a reinforcement learning approach
Black-box optimization of CT acquisition and reconstruction par…
7 个月之前
spiedigitallibrary.org
PPO Implementation from Scratch Reinforcement Learning
21:24
PPO Implementation from Scratch Reinforcement Learning
已浏览 16 次3 周前
bilibili时光静寂流逝
【RLChina论文研讨会】第13期 吴梓帆 Coordinated Proximal Policy Optimization
12:56
【RLChina论文研讨会】第13期 吴梓帆 Coordinated Proximal Policy Opti…
已浏览 531 次2022年3月12日
bilibiliRLChina强化学习社区
【RLChina论文研讨会】第13期 李斯源 Active Hierarchical Exploration with Stable Subgoal Rep-L_哔哩哔哩_bilibili
16:12
【RLChina论文研讨会】第13期 李斯源 Active Hierarchical Exploration wit…
已浏览 419 次2022年3月12日
bilibiliRLChina强化学习社区
🔍 Understanding Proximal Policy Optimization (PPO) Advanced Reinforcement Learning for AI
0:39
🔍 Understanding Proximal Policy Optimization (PPO) Advanced Rei…
2 个月之前
YouTubeChain
0:56
Rithmic's AI: Advanced Machine Learning Algorithms Explained #s…
已浏览 192 次1 个月前
YouTubequantlabs
13:28
I built an advanced PPO AI from scratch in Roblox (they said it wa…
已浏览 26 次2 周前
YouTubeRed-Max
Proximal Policy Optimization (PPO) with Contra
已浏览 6353 次2021年2月21日
YouTubeViệt Nguyễn AI
41:33
2 Proximal Policy Optimization李宏毅深度强化学习(国语)课程(2018)( …
已浏览 993 次2019年2月25日
YouTubeDeep learning laboratory
1:02
IJCAI 2020丨基于近端策略优化的端到端最优交易执行框架
已浏览 1769 次2020年12月11日
zhihu.com超正经学术君
9:20
05｜时间旅行功能（Time Travel）
已浏览 70 次6 个月之前
bilibili哎吧星
45:49
深度强化学习(DRL)-李宏毅1-8课（全）
已浏览 9.6万 次2019年8月13日
bilibiliCrocody-x
12:36
[双语字幕] 2/3 Proximal Policy Optimization Implementation
已浏览 26 次11 个月之前
bilibili89270639239_bili
1:05
Proximal Policy Optimization (PPO) for LLMs Explained Intuitively_par…
已浏览 4 次10 个月之前
bilibili哎吧星
27:35
[论文精读] Deepseek r1 (prepare) - RLHF & PPO & GRPO
已浏览 1.3万 次1 年前
bilibili酸果酿
1:00
Proximal Policy Optimization (PPO) for LLMs Explained Intuitively_par…
已浏览 4 次10 个月之前
bilibili哎吧星
1:01
PPO 训练 1942
已浏览 175 次2021年4月4日
bilibiliMyEncyclopedia公号
37:52
在Dota 2中打败职业人类的 OpenAI Five 的原理讲解（Arxiv Insights）
已浏览 984 次2018年8月15日
bilibili刑天tj
29:08
Proximal Policy Optimization is Easy with Tensorflow 2 - PPO Tut…
已浏览 307 次2022年5月6日
bilibiliMrJ-Michael
15:33
A Lightweight Object Detection Algorithm for Remote Sensing Ima…
已浏览 209 次2023年6月29日
bilibilibili_CCIOT
4:49:02
李宏毅深度强化学习(国语)课程(2018)
已浏览 210 次2021年4月25日
bilibili阳光暖人暖爱
7:36
trl的安装与单GPU多GPU测试03
已浏览 93 次10 个月之前
bilibiliCSPhD-winston
53:45
强化学习策略梯度之proximal policy optimization PPO理论与代码（上）
已浏览 1万 次2022年3月26日
bilibiliStevensong铁维
14:58
【IJCAI 2024 论文汇报】ClothPPO: 一种基于近端策略优化的机器人布 …
已浏览 873 次2024年8月20日
bilibiliVPX_Lab
4:49:10
【台湾大学】李宏毅深度强化学习(国语)课程(2018)
已浏览 3564 次2019年11月12日
bilibiliPython爬虫人工智能
22:03
Proximal Policy Optimization (PPO) for LLMs Explained Intuitively
已浏览 22 次10 个月之前
bilibili哎吧星
4:49:10
李宏毅-强化学习 Deep Reinforcement Learning（ 2018）
已浏览 2016 次2019年2月14日
bilibilideeplearning-AI
19:50
深度强化学习之策略梯度方法与近似策略优化(PPO)
已浏览 5775 次2018年10月2日
bilibili爱可可-爱生活
观看更多视频
静态缩略图占位符