强化学习-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 2207 篇文章
累计创建 750 个标签
累计收到 0 条评论

目录CONTENT

以下是强化学习相关的文章

2025-11-21
使用强化学习来平滑自动驾驶汽车（AV）的行驶，以减少高速公路拥堵和燃料消耗研究团队部署了100辆由强化学习（RL）控制的自动驾驶汽车（AV）到高峰时段的高速公路交通中，以平滑拥堵并减少所有人的燃料消耗。本文详述了如何利用数据驱动的仿真来训练能有效抑制“走走停停”波浪的控制器，并在现实世界中进行了大规模现场测试，成功实现了高达20%的燃油效率提升。
- 2025-11-21
- 0
- 0
- 0
2025-11-21
使用强化学习平抑自动驾驶汽车（AV）车流，以减少拥堵和燃料消耗研究人员部署了100辆由强化学习（RL）控制的自动驾驶汽车（AV）到高峰时段的高速公路上，旨在平抑交通拥堵和减少燃料消耗。本文详细介绍了如何使用RL训练交通流平滑控制器，并分享了从仿真到在实际的100车队实验中部署的挑战和成果，展示了仅少数AV就能显著改善整体交通效率。
- 2025-11-21
- 0
- 0
- 0
2025-11-11
关于大语言模型评估指标你需要了解的一切
- 2025-11-11
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-10
Doppel AI 防御系统在攻击扩散前实现拦截 Doppel 采用基于 GPT-5 和强化微调 (RFT) 技术的新型社会工程防御系统，能自主检测、分类和消除威胁，将分析员工作量削减 80%，并将威胁处理时间从数小时缩短至数分钟。本文深入解析 Doppel 如何利用 LLM 驱动的流程，在网络钓鱼和冒充攻击扩散前快速有效地进行拦截和防御。
- 2025-11-10
- 0
- 0
- 0
- AI新闻/评测
- AI工具应用
2025-11-10
使用强化学习控制自动驾驶汽车平滑高速公路拥堵研究人员部署了100辆由强化学习（RL）控制的自动驾驶汽车（AV）到高峰时段的高速公路交通中，旨在平滑拥堵和减少所有人的燃料消耗。本文详细介绍了如何利用RL训练交通流平滑控制器，并通过MegaVanderTest现场试验，展示了即使只有少数AV也能显著提高整体交通效率和燃油经济性的潜力。
- 2025-11-10
- 0
- 0
- 0
2025-11-06
认识使用人工智能和工人团队训练机器人的中国初创公司 AgiBot 总部位于上海的人形机器人公司 AgiBot 正在利用人工智能驱动的双臂机器人在生产线上学习制造任务。通过结合远程操作和强化学习，AgiBot 旨在革新中国的物理劳动，使机器具备复杂操作能力，从而提高生产力并应对劳动力结构的变化。
- 2025-11-06
- 0
- 0
- 0
2025-11-02
机器学习从业者微调语言模型的实践指南本指南专为希望获得实际成果的机器学习从业者设计，深入探讨了微调大型语言模型（LLM）的实用决策框架、工具和方法。文章强调，微调应作为最后选择，优先使用提示工程和检索增强生成（RAG）。指南详细介绍了LoRA、QLoRA和Spectrum等关键的参数高效微调（PEFT）技术，并解释了如何利用DPO简化模型对齐过程。此外，文章还提供了关于数据准备的最佳实践，如高质量数据的五个特征，以及如何通过早期停止、正则化和混合指令集来有效避免过拟合和灾难性遗忘等常见陷阱，助力工程师高效部署专业化AI应用。
- 2025-11-02
- 1
- 0
- 0
- AI基础/开发
- AI工具应用
2025-10-29
通过故事集为语言模型构建虚拟角色：Anthology 介绍伯克利BAIR团队推出Anthology方法，通过生成和利用具有丰富细节的自然生活故事来调校大型语言模型（LLMs），使其能形成具有代表性、一致性和多样性的虚拟角色。该研究旨在通过模拟个体人类样本，提升LLMs在用户研究和社会科学中的应用潜力，尤其在公众意见调查中表现出更精准的拟合效果。
- 2025-10-29
- 0
- 0
- 0
- AI新闻/评测
- AI工具应用
2025-10-21
使用强化学习训练扩散模型研究人员部署了100辆由强化学习（RL）控制的汽车进入高峰时段的高速公路交通，以期平滑拥堵并减少所有人的燃料消耗。本文详细介绍了如何利用RL代理在快速、数据驱动的模拟中学习，以最大化能源效率并保持吞吐量。研究结果显示，即使只有少量受控自动驾驶汽车（AV），也能显著改善交通流量和燃油效率。
- 2025-10-21
- 1
- 0
- 0