AI玩密室逃脱2(使用强化学习)

作者: 码油

作者简介: 一蓑烟雨任平生

描述: youtube.com/watch?v=2tamH76Tjvw 原作者关于Albert训练的更多信息见：https://www.bilibili.com/read/cv20681514 第一期视频：https://www.bilibili.com/video/BV1PK411d7qP/

AI玩密室逃脱2(使用强化学习)

推荐视频

一种基于强化学习的摔倒之旅

一种基于强化学习的摔倒之旅

上传者: 一只wwy

AI玩密室逃脱3预告片(使用强化学习

AI玩密室逃脱3预告片(使用强化学习

上传者: 码油

强化学习+多目标优化，get到这种思路，发一区TOP就不远了！-人工智能/强化学习

强化学习+多目标优化，get到这种思路，发一区TOP就不远了！-人工智能/强化学习

上传者: 学AI的小魔女

速码！多智能体强化学习10个最新论文创新点

速码！多智能体强化学习10个最新论文创新点

上传者: 真AI至上

【李宏毅】2025年最新的AI Agent教程！2小时清楚AI Agent的基本运作原理及实例解读，简直不要太爽！人工智能|深度学习|大模型

【李宏毅】2025年最新的AI Agent教程！2小时清楚AI Agent的基本运作原理及实例解读，简直不要太爽！人工智能|深度学习|大模型

上传者: 李教授讲人工智能

专为AI小白打造！公认B站讲解最通俗易懂【机器学习+深度学习+强化学习】系列教程，完整30讲三天即可吃透！

专为AI小白打造！公认B站讲解最通俗易懂【机器学习+深度学习+强化学习】系列教程，完整30讲三天即可吃透！

上传者: 大模型微调

【开源】一个超简易强化学习自动驾驶Carla环境发布了

【开源】一个超简易强化学习自动驾驶Carla环境发布了

上传者: 银光之翼SilverWings

从因果决策理论到因果强化学习

从因果决策理论到因果强化学习

上传者: Elong_Hu

【通俗易懂版】这绝对是B站2025年人工智能入门的天花板教程！从入门到精通、详细讲解，零基础易学 | 通俗易懂 | 干货满满，让你不再走弯路！学完即可就业!

【通俗易懂版】这绝对是B站2025年人工智能入门的天花板教程！从入门到精通、详细讲解，零基础易学 | 通俗易懂 | 干货满满，让你不再走弯路！学完即可就业!

上传者: AI学者逸轩

理解大模型推理能力从强化学习开始

理解大模型推理能力从强化学习开始

上传者: Bin_Nong

【教程】2025新版mujoco建模与仿真——mujoco安装

【教程】2025新版mujoco建模与仿真——mujoco安装

上传者: 材机战士

Carla-gym 离线强化学习自动驾驶

Carla-gym 离线强化学习自动驾驶

上传者: 银光之翼SilverWings

强化学习不知道如何入手？211计算机博士精讲强化学习系列主流算法：PPO、Q-learning、DQN、A3C，50集入门到精通！

强化学习不知道如何入手？211计算机博士精讲强化学习系列主流算法：PPO、Q-learning、DQN、A3C，50集入门到精通！

上传者: 跟着李mu学AI

[Pybullet] SAC强化学习训练机械臂抓取物体

[Pybullet] SAC强化学习训练机械臂抓取物体

上传者: horaqoq

【教程】2025新版mujoco建模与仿真——simulate工具使用

【教程】2025新版mujoco建模与仿真——simulate工具使用

上传者: 材机战士

理解大模型推理能力从强化学习开始(二)：马尔可夫奖励过程（前向推理）

理解大模型推理能力从强化学习开始(二)：马尔可夫奖励过程（前向推理）

上传者: Bin_Nong

公认深度强化学习（DRL）最顶级教程！伯克利大学王树森教授保姆式教学蒙特卡洛、Sarsa、Q-Learning等算法，比自学效果强多了！

公认深度强化学习（DRL）最顶级教程！伯克利大学王树森教授保姆式教学蒙特卡洛、Sarsa、Q-Learning等算法，比自学效果强多了！

上传者: 默默无闻你路哥

无需部署!DeepSeek使用自由！ 电脑手机双端免费使用DeepSeek满血版，拒绝服务器繁忙！

无需部署!DeepSeek使用自由！ 电脑手机双端免费使用DeepSeek满血版，拒绝服务器繁忙！

上传者: 苦逼研二

诺奖得主&AI教父辛顿：ChatGPT的RLHF(人类反馈强化学习)就是垃圾！

诺奖得主&AI教父辛顿：ChatGPT的RLHF(人类反馈强化学习)就是垃圾！

上传者: 人工智能大模型教程

理解大模型推理能力从强化学习开始(一)：马尔可夫奖励过程（代码仿真）

理解大模型推理能力从强化学习开始(一)：马尔可夫奖励过程（代码仿真）

上传者: Bin_Nong

【李宏毅】2025年最新的强化学习（RL）系列课程！花1小时就能完全入门强化学习，导师不教你的，李教授亲自教会你！人工智能|机器学习|强化学习

【李宏毅】2025年最新的强化学习（RL）系列课程！花1小时就能完全入门强化学习，导师不教你的，李教授亲自教会你！人工智能|机器学习|强化学习

上传者: 李教授讲人工智能

即梦3.0刚王者归来！就被我破解了！1分钟让你变设计师！

即梦3.0刚王者归来！就被我破解了！1分钟让你变设计师！

上传者: AIGC橘青

强化学习从原理到实践 第4章 DQN

强化学习从原理到实践 第4章 DQN

上传者: 蓝斯诺特

刚读研一，如何快速入门强化学习到机器人？博士精讲强化学习dqn及ppo算法原理及实战（人工智能自动驾驶/深度强化学习/超级马里奥/大模型）

刚读研一，如何快速入门强化学习到机器人？博士精讲强化学习dqn及ppo算法原理及实战（人工智能自动驾驶/深度强化学习/超级马里奥/大模型）

上传者: CV前沿与深度学习

【教程】2025新版mujoco建模与仿真——驱动器

【教程】2025新版mujoco建模与仿真——驱动器

上传者: 材机战士

开源双足机器鸭OpenDuckMini，白菜价入门具身智能和强化学习！

开源双足机器鸭OpenDuckMini，白菜价入门具身智能和强化学习！

上传者: 同济子豪兄

强化学习+卡尔曼滤波=Nature封面，最容易出创新点！算法原理+代码分析+论文解读，通俗易懂，草履虫都能学会！机器学习|深度学习|计算机视觉|pytorch

强化学习+卡尔曼滤波=Nature封面，最容易出创新点！算法原理+代码分析+论文解读，通俗易懂，草履虫都能学会！机器学习|深度学习|计算机视觉|pytorch

上传者: 放羊的迪哥

诺奖得主&AI教父辛顿：RLHF（人类反馈强化学习）就是坨垃圾！就像给破车喷漆，表面功夫！大模型训练

诺奖得主&AI教父辛顿：RLHF（人类反馈强化学习）就是坨垃圾！就像给破车喷漆，表面功夫！大模型训练

上传者: 人工智能大模型课堂

跟着原著作者动手学【强化学习】！上交大教授张伟楠2025最新教程，完整33讲由浅入深讲解原理及在大模型中的运用，妈妈再也不用担心我的学习！

跟着原著作者动手学【强化学习】！上交大教授张伟楠2025最新教程，完整33讲由浅入深讲解原理及在大模型中的运用，妈妈再也不用担心我的学习！

上传者: 周老师-机器学习

AI教父辛顿开喷RLHP8：它就是坨垃圾

AI教父辛顿开喷RLHP8：它就是坨垃圾

上传者: 智东西

终于有博士将强化学习顺序讲清楚了！强化学习入门到实战最佳学习路径分享—dqn及ppo算法原理及实战（人工智能自动驾驶/深度强化学习/超级马里奥/大模型）

终于有博士将强化学习顺序讲清楚了！强化学习入门到实战最佳学习路径分享—dqn及ppo算法原理及实战（人工智能自动驾驶/深度强化学习/超级马里奥/大模型）

上传者: 计算机视觉与图像处理

ICLR'25| 真正「Deep」的「Research」,通过强化学习实现可自主进化的科研智能体

ICLR'25| 真正「Deep」的「Research」,通过强化学习实现可自主进化的科研智能体

上传者: AITIME论道

为啥杨立昆 不看好 强化学习，原因是这个！

为啥杨立昆 不看好 强化学习，原因是这个！

上传者: 人工智能大模型教程

85.RL专题：在强化学习习任务中，数据流不具备马尔可夫性质应该如何处理？

85.RL专题：在强化学习习任务中，数据流不具备马尔可夫性质应该如何处理？

上传者: 文言AI

狠狠打脸DeepSeek原文！Transformer首席喊话：大模型反思要P强化学习啊？

狠狠打脸DeepSeek原文！Transformer首席喊话：大模型反思要P强化学习啊？

上传者: 玩AI的秋名山车神

【教程】2025新版mujoco建模与仿真——worldbody

【教程】2025新版mujoco建模与仿真——worldbody

上传者: 材机战士

【教程】2025新版mujoco建模与仿真——friction

【教程】2025新版mujoco建模与仿真——friction

上传者: 材机战士

8年经验告诉你，学强化学习的顺序千万不要学反了！博士精讲强化学习dqn及ppo算法原理及实战（人工智能自动驾驶/深度强化学习/超级马里奥/大模型）

8年经验告诉你，学强化学习的顺序千万不要学反了！博士精讲强化学习dqn及ppo算法原理及实战（人工智能自动驾驶/深度强化学习/超级马里奥/大模型）

上传者: 人工智能-研究院

【2025版】唐宇迪强化学习系列课程，涵盖机器学习、深度学习、神经网络、DQN、Q-learning等核心知识点！快速入门真的很简单！（人工智能丨机器学习）

【2025版】唐宇迪强化学习系列课程，涵盖机器学习、深度学习、神经网络、DQN、Q-learning等核心知识点！快速入门真的很简单！（人工智能丨机器学习）

上传者: 迪哥的CV课堂

强化学习从原理到实践 第2章 Q函数和时序差分

强化学习从原理到实践 第2章 Q函数和时序差分

上传者: 蓝斯诺特