PPO

共 3 篇帖子 返回首页

#PPO 相关帖子

GPEvac通过GNN-based PPO算法实现14.73ms快速逃生路径计算并突破地图局限

PromptCube 高级 ·行业动态 · 611 · 3 · 10 ·20天前

训练大模型：用现成数据喂养更好，还是让它自己探索效果更佳？

调参侠小美 初级 ·AI模型讨论 · 584 · 3 · 13 ·2026/9/1

给强化学习 Agent 找个轻量且硬核的练级环境，DelveRL 这种 Roguelike 方案真能解决痛点吗

PromptCube 初级 ·行业动态 · 286 · 3 · 7 ·2026/8/23