综述：探索基于大型语言模型的智能体：定义、方法与前景 - 飞书文档
https://docs.feishu.cn/article/wiki/Ms10w3VufiBel3kXwDJcq2zxnue样本效率: 基于强化学习的智能体通常需要在学习出有效策略之前与环境进行多个周期的交互。这种高样本需求在某些应用场景中可能会导致计算成本过高，甚至不可行，比如机器人学 ...
飞搜侠
热门搜索
Agent AI：多模态+智能体，跨模态交互综述Part 3 - 飞书文档
https://docs.feishu.cn/article/wiki/F1Kgw2WuIiuznJkyk7PcKHZznKg让在模拟中训练的模型能够在真实世界中应用的技术。身体化智能体，特别是基于强化学习策略的智能体，通常是在模拟环境中训练的。这些模拟环境无法完全复制真实世界的特征（如 ...
强化学习在Agent AI中的应用如何？ - 飞书文档
https://docs.feishu.cn/v/wiki/ZinwwBSLpi7vmTk0DxDcDRVynRg/agAgent AI：多模态+智能体，跨模态交互综述Part 1. 作者：北方的郎.
Agent AI：多模态+智能体，跨模态交互综述Part 2 - 飞书文档
https://docs.feishu.cn/article/wiki/LbLewQGeMinRxQkXIiFcKqB2nze计算机视觉、语音识别和自然语言处理在语言翻译和图像分类等类似的被动输入-输出任务中经历了革命性的变革，而强化学习也在像游戏玩耍这样的交互任务中同样取得了世界级的 ...
怎样增强具身智能体在复杂环境中的认知能力？
https://docs.feishu.cn/v/wiki/ZGvmw1ylOi4UNjkaR7rcOqkAn8c/ah该综述调研了近400 篇文献，从多个维度对具身智能的研究进行了全面解析。该综述首先介绍了一些具有代表性的**具身机器人和具身仿真平台**，深入分析了其研究重点和局限性。
如何通过强化学习实现智能体的最优行为？ - 飞书文档
https://docs.feishu.cn/v/wiki/X8WZwBW9jiynLhkGOd2cBB56nMc/aa... 学习领域的直观综述。之前的文章涵盖了深度学习的核心概念、深度学习：训练及历史以及序列学习。 强化学习. 还记得你是如何学会骑自行车的吗？很可能有一个成年人站在你 ...
LLM对齐技术综述：RLHF、RLAIF等方法探究 - 飞书文档
https://docs.feishu.cn/v/wiki/O62KwSeQii9fefkcYfUcxzzZnoc/a1RLHF 之后，人们也探索了多种多样的对齐LLM 的方法。但是，此前还没有人全面 ... 强化学习框架中的智能体和环境。 为了训练InstructGPT，要用到三个数据集：1.SFT ...
AI Agent相关论文：知乎上有哪些推荐？ - 飞书文档
https://docs.feishu.cn/v/wiki/DdXDwo6CoiQS0fkKkIKcMrODnSS/ai多智能体强化学习应该如何学习？包括框架选择，代码修改等？ https://www.zhihu ... 推测解码（Speculative Decoding）最新综述. https://zhuanlan.zhihu.com/p ...
深度学习（4）强化学习 - 飞书云文档
https://waytoagi.feishu.cn/wiki/X8WZwBW9jiynLhkGOd2cBB56nMcpng 本章是《深度学习简介》系列的第4 部分，我将深入探讨强化学习。强化学习是机器学习的范式和方法论之一，用于描述和解决智能体 ... 学习领域的直观综述。之前的文章 ...
朝向统一视角：大语言模型偏好学习综述 - 飞书文档
https://docs.feishu.cn/v/wiki/IJv3wmELOiFevXkWyVlclIDVnac/a52024年9月5日 ... ... 多智能体强化学习的背景下。尽管研究语言涌现的概念并不新鲜，早期的方法主要关注解释人类语言形成，很少考虑其对人工智能智能体的潜在用途。相比之下 ...