化学

强化学习在机器人控制中的应用：从理论到实践

强化学习在机器人控制中的应用：从理论到实践大家好，我是你们熟悉的人工智能与Python领域自媒体创作者Echo_Wish。今天我们来聊聊一个炙手可热的话题——强化学习在机器人控制中的应用。
Echo_Wish·2025-02-15 13:08

X-R1 项目代码文件的详细剖析并精读rewards、grpo、x_grpo_trainer（src/x_r1）

这个项目名为[X-R1](https://github.com/dhcode-cpp/X-R1)，是一个基于强化学习的训练框架，旨在构建一个易于使用、低成本的训练框架，以加速ScalingPost-Training
仙人掌_lz·2025-02-15 12:34

Python深度学习代做目标检测NLP计算机视觉强化学习

了解您的需求，您似乎在寻找关于Python深度学习领域的代做服务，特别是在目标检测、自然语言处理（NLP）、计算机视觉以及强化学习方面。以下是一些关于这些领域的概述以及寻找相关服务的建议。
matlabgoodboy·2025-02-15 10:43

Cesium高级开发教程之三十五：预警扩散圆

公共安全事件：如化学物质泄漏时污染区域的扩散、疫情传播范围等。军事场景：炸弹爆炸的杀伤范围、雷达扫描范围的动态展示等。2.实现原理Cesium是一个基于WebG
Thomaz529·2025-02-15 07:26

管式超滤膜分离技术处理制革废水，有效净化水质

管式超滤膜作为一种压力驱动的膜分离技术，能够在不添加或少量添加化学药剂的情况下，有效去除水中的悬浮物、胶体、部分细菌及病毒等杂质，同时保留水中的有益成分。管式超滤膜分离技术处理制革废水的优势：高效
莱特莱德·2025-02-15 07:21

单级反渗透设备VS双级反渗透设备清洗

在反渗透设备化学清洗时应注意：1、单级反渗透设备的清洗顺序：碱洗二段、碱洗一段、酸洗二段、酸洗一段。碱洗二段后再碱洗一段，防止一段清洗下来的污染物对二段膜产生交叉感染。
莱特莱德·2025-02-15 07:20

Bengio新作Aaren：探索Transformer性能与RNN效率的融合

实验表明，Aaren在四个流行的序列问题设置（强化学习、事件预测、时间序列分类和时间序列预测）的38个数据
AI记忆·2025-02-15 03:17

先进制造aps专题二十九 基于ai智能体的生产排程和工厂生产仿真引擎的设计

再在工厂仿真引擎里仿真执行，这样可以预先分析计划和执行的差异情况并进行调整优化这里的产生生产计划，仿真生产执行和数据分析都是人工进行的这些工作可以让ai智能体来做，从而实现整套流程的自动化和智能化我们可以在强化学习框架中结合排产仿真
lijianhua_9712·2025-02-14 21:02

DeepSeek R1：引领未来教育革命的自适应学习路径规划系统

随着人工智能技术的进步，特别是深度学习和强化学习的应用，我们能够更加精准地识别学习者的需求，并据此设计出最适合他们的学习路径。利用先进的算法和模型来实现对学习路径的智能化管理。
Coderabo·2025-02-14 18:38

LowCode 低代码平台集成 AI 大模型会产生怎样的化学反应？

LowCode低代码平台集成AI大模型会产生怎样的化学反应？
AI天才研究院·2025-02-14 15:43

Deepseek背后的强化学习RL入门理解和Python脚本实现

强化学习简单原理强化学习是一种让智能体通过与环境的交互来学习最优行为策略的方法。想象一下，你有一只小狗，你想让它学会自己找到回家的路。
大F的智能小课·2025-02-14 12:54

大脑神经网络与机器神经网络的区别

神经元通过电化学信号（动作电位）和神经递质传递信息。具有高度的可塑性（突触可增强或削弱），支持终身学习和适应。网络结构复杂，包含分层（如大脑皮层）和并行处理机制。机器神
天机️灵韵·2025-02-14 10:40

DeepSeek正重构人形机器人和具身大模型赛道！

2024年1月20日，公司发布全球首个完全通过强化学习训练的专注于推理任务的高性能语言模型DeepSeek-R1
Robot251·2025-02-14 10:38

AZ31镁合金产氢材料的电化学行为和放电性能/AZ31钛镁合金材料/镁铝水滑石转化膜/Mg-Gd-Y镁合金微弧氧化复合涂层/镁系储氢合金

AZ31镁合金在Al(NO3)3溶液中的电化学行为和放电性能通过对腐蚀析氢行为,开路电位,动电位极化曲线,交流阻抗谱和恒流放电性能等的测试与分析,研究了AZ31镁合金在不同浓度Al(NO3)3溶液中的电化学行为和放电性能
修啊昵称·2025-02-14 10:38

我国化学信息学研究的地位与近期研究进展

近两年来，我国的化学信息学研究得到了快速发展，在某些专题的研究方面达到了国际前沿水平。
xoaxo·2025-02-14 10:07

如何从零开始做一个第一性原理计算的案例？

得益于理论计算化学的快速发展，计算模拟在材料研究中的运用日益广泛而深入。
朱老师讲VASP·2025-02-14 09:04

2024-2025年主流的开源向量数据库推荐

以下是2024-2025年主流的开源向量数据库推荐，涵盖其核心功能和应用场景：1.Milvus特点：专为大规模向量搜索设计，支持万亿级向量数据集的毫秒级搜索，适用于图像搜索、聊天机器人、化学结构搜索等场景
大囚长·2025-02-14 09:32

AI赋能：构建你的个性化前端开发学习路径

而个性化学习路径，则成为提升学习效率，快速掌握新技能的关键。今天，我们将探讨如何利用AI代码生成器等AI工具，构建一条高效的前端开发学习路径，助力你快速提升技能，在职业发展中脱颖而出。
·2025-02-14 05:05

【AI论文】使用大型推理模型进行竞技编程

摘要：我们的研究表明，将强化学习应用于大型语言模型（LLMs）能显著提升复杂编码和推理任务的性能。
东临碣石82·2025-02-13 23:06

【必看】凭啥？DeepSeek如何用1/179的训练成本干到GPT-4o 98%性能

其核心策略包括减少监督微调（SFT）步骤，仅依赖强化学习（RL）技术。DeepSeek-R1-Zero版本完全跳过SFT，仅通过RL进行训练。
大F的智能小课·2025-02-13 21:51

书籍-《强化学习数学基础》

书籍：MathematicalFoundationsofReinforcementLearning作者：赵世钰出版：Springer编辑：陈萍萍的公主@一点人工一点智能下载：书籍下载-《强化学习数学基础
·2025-02-13 20:48

光伏、储能一体化监控及运维解决方案---安科瑞王婧

前言：今年以来，在政策利好推动下光伏、风力发电、电化学储能及抽水蓄能等新能源行业发展迅速，装机容量均大幅度增长，新能源发电已经成为新型电力系统重要的组成部分，同时这也导致新型电力系统比传统的电力系统更为复杂
acrelgxy·2025-02-13 18:32

【AIDD】AI药物研发学前基础--团队大佬

药物研发中科院上海药物研究所蒋华良教授中科院微生物研究所王军教授团队中科院深圳先进技术研究院袁曙光课题组北京大学高毅勤教授团队中国药科大学陈亚东课题组伊利诺伊大学/清华大学彭健教授团队清华大学交叉信息研究院曾坚阳加拿大蒙特利尔学习算法研究所唐建团队阿卜杜拉国王科技大学/中国人民大学高欣教授北京大学前沿交叉学科研究院裴剑锋团队北京大学化学与分子工程学院来鲁华课题组北京大
静静喜欢大白·2025-02-13 17:26

强化学习算法：蒙特卡洛树搜索 (Monte Carlo Tree Search) 原理与代码实例讲解

强化学习算法：蒙特卡洛树搜索(MonteCarloTreeSearch)原理与代码实例讲解关键词：蒙特卡洛树搜索,强化学习,决策树,搜索算法,博弈策略,应用场景,代码实现1.背景介绍1.1问题由来强化学习
杭州大厂Java程序媛·2025-02-13 07:02

普惠AI 如何在 Anolis OS 8 上部署生产可用的 DeepSeek 推理服务

背景介绍DeepSeek-R1DeepSeek-R1在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。
·2025-02-12 17:52

大学生必看：用ChatGPT一周完成万字论文写作

输出结果可能包含“AI个性化学习路径优化”或“元宇宙课堂中的师生交互研究”等方向。2.结构化大纲生成分阶段迭代法：
WHCIS·2025-02-12 07:43

手把手教学，DeepSeek-R1微调全流程拆解

手把手教学，DeepSeek-R1微调全流程拆解原创极客见识GeekSavvy2025年02月09日09:02广东DeepSeek通过发布其开源推理模型DeepSeek-R1颠覆了AI格局，该模型使用创新的强化学习技术
AI生成曾小健·2025-02-12 05:01

神经网络的基本构成和功能

处理输入信号，通过电化学信号传递给下一层神经元。2.感知机（Perceptron）定义：感知机是最基本的神经网络模型，用于线性分类任务。结构：输入层：
西洲啊·2025-02-12 04:56

对DeepSeek-R1通过强化学习提升大型语言模型推理能力的技术原理解析

强化学习基础•基本概念：强化学习是一种机器学习方法，智能体（模型）通过与环境进行交互，根据环境反馈的奖励信号来学习最优的行为策略。
一只贴代码君·2025-02-12 02:12

【专题】DeepSeek颠覆性在于实现AI平权、惊艳世界，算力与应用将迎来结构性变化报告汇总PDF洞察（附原数据表）

DeepSeek-R1的出现是个大事件，它在技术创新方面，通过独特的强化学习与蒸馏技术，在性能上逼近国际领先模型。
·2025-02-11 21:14

DeepSeek图神经网络（Graph Neural Networks, GNNs）基础与实践

与传统的神经网络不同，GNNs能够捕捉节点之间的关系和图的全局结构，广泛应用于社交网络分析、推荐系统、化学分子建模等领域。DeepSeek提供了强大的工具和API，帮助我们高效地构建和训练图神经网络。
Evaporator Core·2025-02-11 20:22

DeepSeek R1 简易指南：架构、本地部署和硬件要求

DeepSeek-R1-Zero证明了纯粹的强化学习是可行的，而DeepSeek-R1则展示了如何将监督学习与强化学习相结合，从而创建出能力更强、更实用的模型。
·2025-02-11 12:49

『大模型笔记』国外大神对DeepSeek R1的科普！

强化学习（新的规模定律？）模型蒸馏（新的规模定律？）2025年的预测地缘政治：Distealing结论讨论二
AI大模型前沿研究·2025-02-11 09:02

从零开始：用Python手写神经网络

从图像识别到自然语言处理，再到强化学习，神经网络的身影无处不在。然而，对于许多初学者来说，神经网络似乎是一个神秘而复杂的黑盒子。
WHCIS·2025-02-11 08:27

AI分支知识之机器学习，深度学习，强化学习的关系

机器学习，深度学习，强化学习的关系这一篇文章我们来探讨下AI领域中机器学习（ML）、深度学习（DL）和强化学习（RL）的关系。
王钧石的技术博客·2025-02-11 08:55

强化学习关键技术：重要性采样深度剖析

目录一、引言二、重要性采样基本原理（一）什么是重要性采样（二）重要性采样在强化学习中的作用三、判断采样好坏的方法（一）偏差（Bias）（二）方差（Variance）（三）有效样本数量（EffectiveSampleSize
进一步有进一步的欢喜·2025-02-11 08:21

DeepSeek R1为什么能

DeepSeekR1模仿人类思考方式的核心在于其纯强化学习训练方式，这种方式更接近人类通过试错和反馈来学习的过程。与GPT等传统模型依赖大量标注数据进行监督学习不同，Dee
森焱森·2025-02-11 03:48

大模型入门（六）—— RLHF微调大模型

2）训练奖励模型奖励模型是输入一个文本序列，模型给出符合人类偏好的奖励数值，这个奖励数值对于后面的强化学习训练非常重要。构建奖励模型的训练数据一般是同一个数据用不同的语言模型生成结果，然后人工打分。
LLM.·2025-02-10 23:17

汽车自动驾驶AI

决策系统：基于感知数据，AI通过深度学习、强化学习等算法进行路径规划和决策控制。例如，利用
pps-key·2025-02-10 07:00

Python web —— Selenium 库

Selenium：硒，一种化学元素。Selenium是Python下第三方浏览器自动化工具。
五道口纳什·2025-02-10 06:19

大模型学习笔记 - LLM 对齐优化算法 DPO

训练的目标是语言模型损失，任务是nexttokenprediction，生成的token不可控，为了让大模型能生成符合人类偏好的答案(无毒无害等）一般都会进行微调和人类对齐，通常采用的方法是基于人类反馈的强化学习方法
JL_Jessie·2025-02-10 03:54

一切皆是映射：域适应在DQN中的研究进展与挑战

1.背景介绍1.1深度强化学习与域适应的邂逅深度强化学习(DeepReinforcementLearning,DRL)在近年来取得了瞩目的成就，从Atari游戏到围棋，再到机器人控制，其强大的学习能力令人惊叹
AI天才研究院·2025-02-10 00:33

DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning论文解读

文章目录前言一、摘要二、引言三、贡献1.贡献后训练：基础模型的大规模强化学习蒸馏：较小的模型也可以很强大2.评估结果概览reasoningtasksknowledgeohters四、方法1.Overview2
tangjunjun-owen·2025-02-09 23:54

DeepSeek-R1 原理解析及 Linux 本地部署详细教程

二、DeepSeek-R1原理解析2.1强化学习训练DeepSeek-R1系列模型借助强化学习进行训练，这是其具备强大推理能力的
power-辰南·2025-02-09 12:05

构建一个学习助手Agent：提升学习效率的实践

这个项目源于我们一个教育团队的真实需求-提升学习效率,优化学习体验。
Ethan独立开发·2025-02-09 07:33

一文搞懂DeepSeek - 开源模型R1

其纯强化学习的训练方法、开源与低成本的特性以及技术创新使得DeepSeek-R1成为了AI领域的一颗新星。**在多个基准测试中，DeepSeek-R1的表现优于或接近OpenAIo1。
程序员辣条·2025-02-09 01:12

DQN深度强化学习：CartPole倒立摆任务（完整代码）

DQN（DeepQ-Network，深度Q网络）是Q-Learning的深度学习扩展，通过神经网络替代Q表的方式来解决高维状态空间问题（例如图像输入），开启了深度强化学习时代。它在2013年由Dee
林泽毅·2025-02-08 21:45

Deepseek成功启示：从 TRPO 到 GRPO训练LLM

本文将深入探讨LLMs的训练过程，特别是强化学习（ReinforcementLearning，RL）（深度解析DeepSeekR1：强化学习与知识蒸馏的协同力量）在这一领域的应用，从TRP
大模型之路·2025-02-08 20:03

食品添加剂的200个常见种类

在调味领域，食品中使用的“科技与狠活”主要指一些化学物质或技术手段，用于改善食品的味道、口感或香气。
.NET跨平台·2025-02-08 19:30

构建一个学习助手Agent：提升学习效率的实践

这个项目源于我们一个教育团队的真实需求-提升学习效率,优化学习体验。
·2025-02-08 19:31
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他