独立博客档案 San Francisco
阿汐
axi404.top我是一名来自西安交通大学的人工智能专业的在读生，是 22 级。我正在上海人工智能实验室（SHAILAB）的具身智能中心中进行科研实习，从事具身智能 manipulation 领域的研究。
- 收录文章
- 100 篇文字被发现
- 文章访问
- 101 次从这里出发阅读
- 博客访问
- 1 次前往作者站点
- 最近更新
- 07.06 2026年
FROM THIS BLOG
最近文章
Paper Reading: Unify MLLM 1
浅浅尝试读一下Unify MLLM。
RL 学习笔记（14）：基于人类反馈的强化学习 (RLHF)
基于人类反馈的强化学习 (RLHF)
RL 学习笔记（13）：近端策略优化 (PPO)
近端策略优化 (PPO)
RL 学习笔记（12）：置信域策略优化
置信域策略优化
RL 学习笔记（11）：Actor-Critic 方法
Actor-Critic 方法
RL 学习笔记（10）：策略梯度方法
策略梯度方法
RL 学习笔记（9）：集成规划与学习
集成规划与学习
RL 学习笔记（8）：n 步自举法
n 步自举法
博客上手指南
一个简单的博客部署方案
RL 学习笔记（7）：Q 学习、DQN 及相关改进
Q 学习
RL 学习笔记（6）：时序差分学习
时序差分学习
RL 学习笔记（5）：蒙特卡洛方法
蒙特卡洛方法