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1 个月前
linkedin.com
算法面试考点复习 [LLM-RL-PPO]
0:18
算法面试考点复习 [LLM-RL-PPO]
已浏览 104 次2 个月之前
bilibili小飞鱼的日常
RL-PPO-栅格地图寻优
0:29
RL-PPO-栅格地图寻优
已浏览 126 次1 个月前
bilibiliErkeSebrina
🔍 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
PPO Algorithm in Gaming 🚀 Reinforcement Learning AI Plays Games
1:46
PPO Algorithm in Gaming 🚀 Reinforcement Learning AI Plays …
已浏览 51 次1 个月前
YouTubeSystemDR - Scalable System Design
Proximal Policy Optimization (PPO) Explained | Reinforcement Learning for Game AI
7:12
Proximal Policy Optimization (PPO) Explained | Reinforcement Learnin…
已浏览 5 次1 个月前
YouTubeSystemDR - Scalable System Design
GDPO Explained: NVIDIA Fixes GRPO for LLM Reinforcement Learning
9:00
GDPO Explained: NVIDIA Fixes GRPO for LLM Reinforcement Lea…
已浏览 2253 次4 周前
YouTubeAI Papers Academy
Proximal Policy Optimization Implementation: 8 Details for Cont…
已浏览 1.2万 次2021年11月22日
YouTubeWeights & Biases
6:49
Particle Swarm Optimization (PSO) for Constrained Optimization Prob…
已浏览 1.8万 次2020年5月18日
YouTubeSolving Optimization Problems
15:55
Policy Optimization & TRPO & PPO | RL原理讲解系列 #3
已浏览 11 次5 个月之前
YouTubeUp-Fei
41:33
李宏毅强化学习2018高清版DRL Lecture 2_ Proximal Policy Optimi…
已浏览 73 次2023年8月21日
bilibili我的_网上邻居
40:53
DPO+RM=PPO？RLHF算法串烧及详解
已浏览 2392 次2024年11月10日
bilibiliAI玩家曹博士
33:53
【PPO】【已完结】PPO第二部分 完整实现和代码解读
已浏览 8122 次2 个月之前
bilibili东川路第一可爱猫猫虫
19:50
PPO算法 - Deep Reinforcement Learning
已浏览 174 次2023年6月5日
bilibilitiandiao123
15:14
[Agentic RL] 02 策略梯度基础，从 PG 到 TRPO 到 PPO-Clip 核心公式简 …
已浏览 4373 次4 个月之前
bilibili五道口纳什
1:18
Mujoco仿真 | RL训练 | PPO | SIM2SIM | SIM2Real | IK各种算法 | …
已浏览 3308 次4 个月之前
bilibili木子晓汶
11:18
如何直观理解PPO算法?博士详解近端策略优化算法原理 公式推导 训练 …
已浏览 1.4万 次2024年9月25日
bilibili迪哥AI研习社
1:02:54
【PPO强化学习】TRL PPO源码分析
已浏览 4940 次6 个月之前
bilibili小鱼儿at青岛
25:52
近端策略优化(PPO)深入实践
已浏览 6681 次2021年9月12日
bilibili爱可可-爱生活
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
4:48
98.RL专题：PPO中为什么不直接计算 θ 与 θ′ 之间的距离？
已浏览 4418 次9 个月之前
bilibili文言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
1:02:47
PyTorch论文复现 | Proximal Policy Optimization (PPO)
已浏览 9540 次2021年7月20日
bilibili深度强化学习实验室
39:30
强化学习策略梯度之Proximal Policy Optimization PPO理论与代码（二）
已浏览 4766 次2022年3月27日
bilibiliStevensong铁维
0:56
PPO算法在ROS-turtlebot3仿真
已浏览 7826 次2021年11月28日
bilibili吃饭带盐吗
19:25
【PPO】从零到深入(1) 从梯度本质看 PPO的裁剪目标函数
已浏览 1.1万 次3 个月之前
bilibili东川路第一可爱猫猫虫
11:31
Reinforcement Learning in DeepSeek-R1 | Visually Explained
已浏览 4.2万 次2025年2月1日
YouTubeAGI Lambda
8:17
97.RL专题：简述一下PPO算法。其与TRPO算法有何关系呢？
已浏览 3568 次10 个月之前
bilibili文言AI
6:41
Transportation Problem - LP Formulation
已浏览 59.2万 次2015年10月31日
YouTubeJoshua Emmanuel
12:13
Model Predictive Control
已浏览 32.9万 次2018年6月11日
YouTubeSteve Brunton
观看更多视频
静态缩略图占位符