基于模型的强化学习（Model-Based Reinforcement Learning, MBRL）和无模型强化学习（Model-Free Reinforcement Learning, MFRL）
强化学习（RL）可以大致分为两大类：基于模型的强化学习（Model-Based Reinforcement L … 阅读更多
在强化学习（Reinforcement Learning, RL）中策略函数和策略梯度
在强化学习（Reinforcement Learning, RL）中，策略函数和策略梯度是两个重要的概念。以下 … 阅读更多
PPO算法估计优势函数的方法
在PPO（Proximal Policy Optimization）算法中，优势函数的估计通常采用Genera … 阅读更多
Mobile-Agent-v2：多代理协作实现高效导航的移动设备操作助手
引言 在当今智能手机普及的时代，如何更好地操作移动设备成为了一个越来越重要的话题。近日，来自北京交通大学和阿里 … 阅读更多
Mobile-Agent-v2:多智能体协作让手机操作更智能
近日,人工智能手机操作助手Mobile-Agent迎来了重大升级。其团队发布了全新的Mobile-Agent- … 阅读更多
Slim: 一键缩小容器镜像大小的神器
引言 在当今云原生时代，容器技术已经成为了开发和部署应用的主流方式。然而，随着应用复杂度的增加，容器镜像的体积 … 阅读更多
深入解析 Spark 协同过滤（ALS）
Spark MLlib 提供了一种协同过滤算法，可用于训练矩阵分解模型，该模型预测用户对物品的显式或隐式评分， … 阅读更多
长短期兴趣分离:推荐系统的新突破
在这个信息爆炸的时代,推荐系统在我们的日常生活中扮演着越来越重要的角色。无论是新闻推送、电商购物还是短视频推荐 … 阅读更多