这不愧是B站最全最详细的【强化学习PPO算法】天花板教程！从原理推导 算法实现 项目实战一口气全吃透，通俗易懂，零基础小白也能轻松学会！深度学习/AI/机器学习
11:24
这不愧是B站最全最详细的【强化学习PPO算法】天花板教程！从原理推导 算法实现 项目实战一口气全吃透，通俗易懂，零基础小白也能轻松学会！深度学习/AI/机器学习
已浏览 1631 次3 周前
bilibili唐宇迪小跟班
2026最新【强化学习PPO算法】保姆级教程！AI博士带你1小时吃透PPO算法，从原理推导 算法实现 项目实战，全篇通俗易懂！-AI/深度学习/强化学习/大模型
11:20
2026最新【强化学习PPO算法】保姆级教程！AI博士带你1小时吃透PPO算法，从原理推导 算法实现 项目实战，全篇通俗易懂！-AI/深度学习/强化学习/大模型
已浏览 974 次3 周前
bilibili唐宇迪的AI课堂
SPPO: Sequence-Level PPO for Long-Horizon Reasoning Tasks
7:37
SPPO: Sequence-Level PPO for Long-Horizon Reasoning Tasks
已浏览 129 次3 周前
YouTubeResearch Paper Review
S02E05 — Four Models to Teach One to Behave — PPO
17:46
S02E05 — Four Models to Teach One to Behave — PPO
1 个月前
YouTubeAI X-Rayed
SPPO: Efficient Sequence-Level LLM Reasoning
4:05
SPPO: Efficient Sequence-Level LLM Reasoning
已浏览 12 次3 周前
YouTubeAI Research Roundup
PPO Algorithm Explained 🤖 | Proximal Policy Optimization in Reinforcement Learning
0:34
PPO Algorithm Explained 🤖 | Proximal Policy Optimization in Reinforcement Learning
已浏览 144 次1 个月前
YouTubeQybrenthak AI Pvt. Ltd.
How RL Scales to LLMs (PPO vs CISPO + Forge Explained)
14:44
How RL Scales to LLMs (PPO vs CISPO + Forge Explained)
已浏览 10 次1 周前
bilibilicolby豆布斯
DeepSeek-AI's GRPO Revolution: Boosting AI Reasoning with New Variants | Byte Goose AI posted on the topic | LinkedIn
已浏览 103 次4 个月之前
linkedin.com
Mobile Robots Obstacle Avoidance using Reinforcement Learning with PPO Agent
已浏览 360 次2023年11月18日
YouTubeTODAYS TECH
31:01
零基础学习强化学习算法：ppo
已浏览 24万 次2024年6月10日
bilibiliRethinkFun
25:52
近端策略优化(PPO)深入实践
已浏览 6681 次2021年9月12日
bilibili爱可可-爱生活
3:07:00
如何直观理解PPO算法?博士详解近端策略优化算法原理 公式推导 训练实例！强化学习、深度强化学习、李宏毅
已浏览 1.4万 次2024年9月25日
bilibili迪哥AI研习社
3:01:17
这绝对是B站强化学习PPO算法天花板教程！原理推导 算法实现 项目实战，全程干货讲解！零基础小白都能轻松学会！（深度学习 | 强化学习）
已浏览 1.7万 次7 个月之前
bilibili唐宇迪深度学习
2:21:12
如何使用PyTorch实现PPO算法？博士详解近端策略优化算法原理 公式推导 训练实例，强化学习、深度强化学习
已浏览 2001 次2025年2月20日
bilibili老李头的百宝箱
25:52
（1/3）Proximal Policy Optimization Implementation: 11 Core Implementation Details
已浏览 555 次2023年10月25日
bilibiliAcesq
36:49
7-PPO算法原理与实验实现
已浏览 735 次2024年9月19日
bilibilikindlytrees
11:21
【深度强化学习适用性最广的算法之一】PPO算法近端策略优化！同济大佬进行逐行代码讲解公式推导及案例实战！
已浏览 1115 次2023年11月8日
bilibiliCV前沿与深度学习
2:08:28
如何实现ppo算法？这是我见过最强的强化学习PPO算法教程！同济大佬通俗讲解深度强化学习近端策略优化(PPO)算法！
已浏览 6024 次2023年11月10日
bilibili人工智能AI课程
22:03
Proximal Policy Optimization (PPO) for LLMs Explained Intuitively
已浏览 29 次2025年5月6日
bilibili哎吧星
31:16
简单解释近端策略优化算法（PPO）：全白板详细讲解
已浏览 553 次8 个月之前
bilibilirobert_zeng
53:45
强化学习策略梯度之proximal policy optimization PPO理论与代码（上）
已浏览 1万 次2022年3月26日
bilibiliStevensong铁维
21:21
【大白话04】一文理清强化学习PPO和GRPO算法流程 | 原理图解
已浏览 6.3万 次2025年3月31日
bilibili吃花椒的麦
33:53
【PPO】【已完结】PPO第二部分 完整实现和代码解读
已浏览 1.1万 次5 个月之前
bilibili东川路第一可爱猫猫虫
29:08
Proximal Policy Optimization is Easy with Tensorflow 2 - PPO Tutorial
已浏览 307 次2022年5月6日
bilibiliMrJ-Michael
55:03
强化学习算法之PPO
已浏览 1.2万 次2022年5月9日
bilibili大爱仙尊vip
1:02:47
PyTorch论文复现 | Proximal Policy Optimization (PPO)
已浏览 9563 次2021年7月20日
bilibili深度强化学习实验室
23:14
PPO算法全拆解｜从原理推导到代码实操，强化学习入门必看
已浏览 6569 次4 个月之前
bilibili志豪Jeremy
19:25
【PPO】从零到深入(1) 从梯度本质看 PPO的裁剪目标函数
已浏览 1.5万 次5 个月之前
bilibili东川路第一可爱猫猫虫
48:42
[LLM RL] 理解 GRPO 公式原理及 TRL GrpoTrainer 代码实现（advantage 与 loss 计算）
已浏览 5.8万 次2025年2月16日
bilibili五道口纳什
1:01
Proximal Policy Optimization (PPO) for LLMs Explained Intuitively_part_000
已浏览 3 次2025年5月6日
bilibili哎吧星
展开