★ 1
arXiv 开源强化学习教学库 rl_rob
rl_rob 是面向强化学习教学的开源 Python 库，覆盖从表格型时序差分、线性函数逼近到深度价值方法与策略梯度的完整课程。所有算法均从第一性原理实现，更新规则仅需几行代码即可看清，并共享统一接口便于跨阶段对比。
arXiv cs.LG4 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
rl_rob 是面向强化学习教学的开源 Python 库，覆盖从表格型时序差分、线性函数逼近到深度价值方法与策略梯度的完整课程。所有算法均从第一性原理实现，更新规则仅需几行代码即可看清，并共享统一接口便于跨阶段对比。