tinkzy的博客_神经网络,比赛,密码学

【论文调研】大语言模型和强化学习结合：LLM+RL

大语言模型和强化学习结合论文调研

语言模型

人工智能

深度学习

自然语言

hapi

原创 8月前 350 阅读

LLM4Teach: Large Language Model is a Good Policy Teacher for Training Reinforcement Learning Agents

本文为了解决大语言模型（LLM）缺乏解决特定目标问题的专业化能力以及在实际场景中部署昂贵且耗时的问题，提出了通

语言模型

人工智能

自然语言处理

复杂度

sed

原创 8月前 104 阅读

多智能体强化学习值函数分解论文调研

分布式执行actor网络采集数据以及模型推理，中心化critic网络训练actor网络。缺

深度学习

多智能体强化学习

值函数分解

qmix

qatten

原创 2023-07-31 10:02:27 247 阅读

电脑知识

安装教程

电脑操作

快捷键

原创 2023-07-03 13:57:54 111 阅读

机器人大赛武术擂台赛轻量人型项目比赛

机器人大赛武术擂台赛轻量人型项目比赛生成一个列表代码片.#include “Uplib\UP_System.h”//灰度范围://所有数据均以左上角顺

机器人

比赛

红外

Data

灰度

原创 2023-06-27 10:38:09 90 阅读

《加了pencil的ipad使用体验，想入手的看过来》

前言自从入手了ipadpro 11+pencil之后，一直在不断探索ipad所能在生活和工作当中扮演的角色，越探索越发现ipad所能做到的事

数码产品

Apple

ipad

markdown语法

原创 2023-06-27 10:37:31 429 阅读

城市公交查询系统

摘要出行是人类生活的基本活动之一。城市的快速发展、科技的发展以及环保意识的增强，对城市公共交通的发展趋势的快速性、舒适性

城市公交查询系统

软件工程课程设计

数据库

Text

数据

原创精选 2023-06-27 10:36:42 540 阅读

408专业课知识点

408专业课知识点整理，下载xmind软件可思维导图浏览也可大纲形式阅读，免费版本，后续收费可以私信我就行数据结构计算机组成原理计算机网络操作系统

408专业课

思维导图

组成原理

数据结构

原创 2023-06-27 10:35:32 132 阅读

一元多项式课设

代码详见目录一、实习任务...........................................................................................

一元多项式课设

多项式

结点

链表

原创精选 2023-06-27 10:33:44 332 阅读

RLChina 智能体挑战赛 - 壬寅年冬赛季(桌面曲棍球)

记录第一次RL比赛，正赛第二，环境介绍在本次RLChina 智能体挑战赛 - 壬寅年冬赛季中，采用

人工智能

强化学习

RLChina

python

打表

原创 2023-06-27 10:32:39 199 阅读

学院校园网设计方案

网络现状建设学院千兆校园网，完

校园网设计

IP

服务器

Internet

原创 2023-06-27 10:30:25 191 阅读

一文学懂动态规划

前言动态规划（dynamic programming，简称 dp)是工程中非常重要的解决问题的思想，从我们在工程中地图软件上应用的最短路径问题，再在生活中的在淘宝上如何凑单以便利用满减券来最大程度地达到我们合理薅羊毛的目的，很多时候都能看到它的身影。不过动态规划对初学者来说确实比较难，dp状态，状态转移方程让人摸不着头脑，网上很多人也反馈不太好学，其实就像我们之前学过的递归一样，任何算法的学习都

动态规划

递归

状态转移

原创 2023-06-27 10:29:58 81 阅读

Prim算法最小值生成树

前言：给定一个无向图，如果它的某个子图中任意两个顶点都互相连通并且是一棵树，那么这棵树就叫做生成树( Spanning Tree )。如果边上有权值，那么使得边权和最小的生成树叫做最小生成树( MST，Minimum Spanning Tree )。例如我们假设有这样一个图:把顶点看作村庄，边看作计划要修建的道路。为了在所有的村庄间通行，恰好修建村庄数目-1条道路时的情形就对应了一棵生成树。修建

prim

最小生成树

生成树

权值

原创 2023-06-27 10:29:55 99 阅读

硬币问题

题目：输入C，=3，C。=2，C。=1，C。=3，C0=0，余部...

poj

贪心

硬币问题

贪心算法

ci

原创 2023-06-27 10:29:33 262 阅读

map常见实用总结——没错，就是你要找的那种

纸上谈兵1、说明：hash单值映射常用于字符串

map

#include

数据类型

主键

原创 2023-06-27 10:29:27 134 阅读

高校学生就业管理系统

课设报告详细代码压缩文件以上内容为免费版本，如果csdn改为积分版了可以联系我

mysql

压缩文件

免费版

原创 2023-06-27 10:29:15 338 阅读

Subsequence (POJ No.3061)

题目：Subsequence (POJ No.3061)给定长

Subsequence

尺取法

子序列

复杂度

ci

原创 2023-06-27 10:29:13 101 阅读

王道数据结构知识点

数据结构王道考研知识点整理（免费版）数据结的喔！注：需要下载xmind进行阅读

数据结构

点积

免费版

原创 2023-06-27 10:29:12 124 阅读

树状数组详解—简洁明了版

简介：树状数组( Binary Indexed Tree，BIT )是能够完。接下来，我们来看...

树状数组

Bit

线段树

复杂度

数据结构

原创 2023-06-27 10:29:07 106 阅读

区域的个数之坐标离散化（书上代码以及部分csdn博主代码有误，已更改）

题目：在w*h的格子上画了n条垂

离散化

区域的个数

i++

竖线

原创 2023-06-27 10:28:36 92 阅读

堆的实现

1. 堆的结构堆就是像下图后-一个节点。然后不断向下交换直...

树堆

堆的实现

ci

#include

二叉树

原创 2023-06-27 10:28:34 111 阅读

1137 Final Grading

题目题意：给定学生成绩信息，求获得名单的人员信息#include<iostfin...

1137 Final Grading

#include

ci

ios

原创 2023-06-27 10:28:25 94 阅读

Aggressive cows

题目：Aggressive cows ( POJ No.2456 )农夫约翰搭了一xj≤10'...

Aggressive cows

二分法

最大化最小值

贪心法

最小值

原创 2023-06-27 10:28:22 129 阅读

1136 A Delayed Palindrome

题目题意：给定数在十次加法运算以内是否能得到回文数#include<if(s[r]==s[...

#include

ios

ci

原创 2023-06-27 10:28:22 94 阅读

0/1分数规划——最大化平均值

题目：最大化平均值有n个物品的重量和

二分法

ci

#include

ios

原创 2023-06-27 10:28:17 108 阅读

1018 Public Bike Management

题目题意：每个自行车车站的最大容量为一个偶数cmax，如果一个车站里面自行车径有多个，求能带的最少的自行车数目的那条...

i++

#include

最短路径

原创 2023-06-27 10:28:16 93 阅读

SMACv2: An Improved Benchmark for Cooperative Multi-Agent Reinforcement Learning

SMACv2增大了随机性并加强了部分可观测，很

MARL

SMACv2

SMAC

星际争霸2

时间序列

原创 2023-06-27 10:28:13 169 阅读

素数筛选

题目：给定数n输出里面素数的个数。tip：三种做法#include<iostream>#include<v,0);vector<int>ans;int...

素数筛选

#include

ios

ci

原创 2023-06-27 10:28:09 62 阅读

7-1 Maximum Subsequence Sum

题目题意：求最大子序列和，以及子序列的起始元素和终止元素，若全为负数

i++

ios

最大子序列和

原创 2023-06-27 10:28:06 76 阅读

第K小的数字

题目：给定无序序列，要求输出第k小的数字tip1：排序完直接选第k小的数字 O(nlog(nt n,k; cin>>n>>k; int ...

第K小的数字

#include

ci

ios

原创 2023-06-27 10:27:59 116 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

tinkzy的博客

【论文调研】大语言模型和强化学习结合：LLM+RL

LLM4Teach: Large Language Model is a Good Policy Teacher for Training Reinforcement Learning Agents

多智能体强化学习值函数分解论文调研

电脑相关知识

机器人大赛武术擂台赛轻量人型项目比赛

《加了pencil的ipad使用体验，想入手的看过来》

城市公交查询系统

408专业课知识点

一元多项式课设

RLChina 智能体挑战赛 - 壬寅年冬赛季(桌面曲棍球)

学院校园网设计方案

一文学懂动态规划

Prim算法最小值生成树

硬币问题

map常见实用总结——没错，就是你要找的那种

高校学生就业管理系统

Subsequence (POJ No.3061)

王道数据结构知识点

树状数组详解—简洁明了版

区域的个数之坐标离散化（书上代码以及部分csdn博主代码有误，已更改）

堆的实现

1137 Final Grading

Aggressive cows

1136 A Delayed Palindrome

0/1分数规划——最大化平均值

1018 Public Bike Management

SMACv2: An Improved Benchmark for Cooperative Multi-Agent Reinforcement Learning

素数筛选

7-1 Maximum Subsequence Sum

第K小的数字