https://blog.qife122.com/tags/%E8%87%AA%E9%80%82%E5%BA%94%E7%AE%97%E6%B3%95/ Recent content in 自适应算法 on 办公AI智能小助手 Hugo zh-cn qife Wed, 24 Sep 2025 11:29:17 +0800 https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E4%BA%BA%E5%BF%AB%E9%80%9F%E9%80%82%E5%BA%94%E6%96%B0%E4%BB%BB%E5%8A%A1%E7%9A%84%E5%85%83%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%AA%81%E7%A0%B4/ Wed, 24 Sep 2025 11:29:17 +0800 https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E4%BA%BA%E5%BF%AB%E9%80%9F%E9%80%82%E5%BA%94%E6%96%B0%E4%BB%BB%E5%8A%A1%E7%9A%84%E5%85%83%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%AA%81%E7%A0%B4/ <h1 id="机器人如何快速适应新任务">机器人如何快速适应新任务</h1> <p>强化学习（RL）是一种人工智能代理与环境交互并根据交互过程中获得的奖励学习策略的技术。RL的进展通过Atari等游戏的人类级表现得到了显著展示。这一进展的关键是使用游戏模拟器生成大量数据。</p> https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E4%BA%BA%E5%BF%AB%E9%80%9F%E9%80%82%E5%BA%94%E6%96%B0%E4%BB%BB%E5%8A%A1%E7%9A%84%E5%85%83%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%AA%81%E7%A0%B4/ Wed, 10 Sep 2025 07:01:20 +0800 https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E4%BA%BA%E5%BF%AB%E9%80%9F%E9%80%82%E5%BA%94%E6%96%B0%E4%BB%BB%E5%8A%A1%E7%9A%84%E5%85%83%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%AA%81%E7%A0%B4/ <h1 id="机器人如何快速适应新任务">机器人如何快速适应新任务</h1> <p>强化学习（RL）是一种人工智能代理与环境交互并根据交互过程中获得的奖励学习策略的技术。RL的进展通过Atari等游戏中的人类水平表现得到了显著展示。这一进展的关键是使用游戏模拟器生成大量数据。</p> https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E4%BA%BA%E5%BF%AB%E9%80%9F%E9%80%82%E5%BA%94%E6%96%B0%E4%BB%BB%E5%8A%A1%E7%9A%84%E5%85%83%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%AA%81%E7%A0%B4/ Mon, 08 Sep 2025 12:47:52 +0800 https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E4%BA%BA%E5%BF%AB%E9%80%9F%E9%80%82%E5%BA%94%E6%96%B0%E4%BB%BB%E5%8A%A1%E7%9A%84%E5%85%83%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%AA%81%E7%A0%B4/ <h1 id="机器人如何快速适应新任务">机器人如何快速适应新任务</h1> <p>强化学习（RL）是一种人工智能代理与环境交互并根据交互过程中获得的奖励学习策略的技术。RL的进步通过Atari等游戏的人类级别表现得到了显著展示。这一进步的关键是使用游戏模拟器生成大量数据。</p>