【RL从入门到放弃】【十九】

money_yuan money_yuan 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 100+累计阅读 193平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄10年
关注
转载 最新推荐文章于 2026-08-25 13:49:56 发布 193 阅读 AI 写同款· GEO 优化 ›
CUDA原生可微MPC：Actor-Critic实时控制框架 可微分模型预测控制（Differentiable MPC）是连接优化理论与深度强化学习的关键桥梁，其核心在于将传统MPC的非线性优化过程建模为可导计算图，从而支持端到端梯度回传。这一技术突破了经典MPC离线设计、固定参数的局限，赋予控制器在线适应动态环境与任务目标的能力。在工业实时控制场景中，它显著提升非线性系统（如无人机、机械臂、电力电子）的轨迹跟踪精度与鲁棒性；在算法工程落地层面，它要求深度融合CUDA并行编程、自动微分机制与凸优化原理。本文聚焦于一个完全在GPU显存内完成前向求解与反向传播的轻量级QP 阅读详情

1、组合策略梯度和值函数的方法

收录于
AI

当前文章被收录于：

AI
60 篇文章 9 人学习
订阅专栏 查看详情
【信息科学与工程学】【产品体系】计算机科学与自动化——第一百八十九篇 操作系统内核（微内核/宏内核）函数与算法04 Cilium 实现了自己的函数——因为 LLVM builtins 在非栈数据上会退化为逐字节操作，且没有高效非对齐访问的上下文。维度数值说明采样关闭时 log 阶段开销~5 ns仅 tail call + 采样计数递增采样开启（命中）时开销~40 nsreserve + 字段写入 + submit平均开销（R_DROP=2, R_PASS=1024）加权平均20 Mpps/core 下总 pipeline 耗时~45 ns < 50 ns 预算达标。 阅读详情

相关推荐

【信息科学与工程学】【通信工程】第二百四十篇 IPv4/IPv6 功能点、特性和算法及 IPv4→IPv6 迁移特性02

说明：按「纯数学 → 数学物理 → 多物理场 → 界面/表面科学耦合 + 数学化学 + 运动科学（0.01 nm → μm → mm → cm 精度及超长运动）」纵向穿透，每一行给出，最后挂。

weixin_49199313的博客 511

python程序设计19讲_python入门（十九讲）：多进程

1、进程概念进程(Process)是计算机中的程序关于某数据集合上的一次运行活动。是系统进行资源分配和调度的基本单位，是操作系统结构的基础。狭义定义：进程是正在运行的程序的实例。在早期面向进程设计的计算机结构中，进程是程序的基本执行实体；在当代面向线程设计的计算机结构中，进程是线程的容器。程序是指令、数据及其组织形式的描述，进程是程序的实体。2、进程的特征动态性：进程的实质是程序在多道程序系统中的...

weixin_39630048的博客 133

【信息科学与工程学】【通信工程】第十八篇 企业网、园区网、数据中心、广域网各类业务网络04

拓扑类型图模型节点数N边数E直径D对分带宽B正则性树形拓扑​无环连通图NN-12⌈log_k N⌉1非正则胖树(Fat-Tree)​三层Clos网络N=5k²/43k²/26k²/2近似正则蝶形网络​多级互连网络N=k·2^k(k+1)·2^k2log₂N2^{k-1}正则超立方体​n维立方体2^nn·2^{n-1}n2^{n-1}n-正则Torus/Mesh​m×n网格m·n2mn-m-nm+n-2min(m,n)内部4-正则DCell​递归结构N=∏_{i=0}^k n_i复杂O(log N)高非正则B

weixin_49199313的博客 796

TowardsDataScience 博客中文翻译 2022（一百二十九）

深入探讨 Python 中用于特征选择的 ML 技术—第 1 部分深入探讨 Python 中用于特征选择的 ML 技术—第二部分我们已经在前面的章节中介绍了以下内容:A)特征选择方法的类型(第一部分)B)相关性:皮尔逊、点双序列、克莱姆 V(第一部分)C)证据和信息值的权重(第一部分)D)贝塔系数(第二部分)E)拉索回归(第二部分)F)递归特征选择和顺序特征选择器(第二部分)我们将重点关注以下内容:A)博鲁塔派(第三部分)B)博鲁塔派(第三部分)

龙哥盟 1196

【信息科学与工程学】【通信工程】第八十六篇 通信网络设备及通信网络组网的所有学科知识01

编号001类型网络虚拟化与覆盖技术网络领域数据中心网络子领域大二层网络 / 网络虚拟化核心数学方程式/算法模型核心算法：VXLAN封装与解封装。关键在于24位VNI（虚拟网络标识符）到物理网络的三层IP地址的映射。封装：收到原始以太帧后，为其添加 VXLAN 头部（含 VNI）、外层 UDP 头（目的端口 4789）、外层 IP 头（源 IP 为本地 VTEP IP，目的 IP 为对端 VTEP IP）以及外层 MAC 头。解封装：对端 收到报文后，剥离外层头部，根据内层帧的目的 MAC 和 VNI 进行二

weixin_49199313的博客 841

YOLO26算法星形目标识别+训练好的模型+100张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面，页面底部含可视化效果预览，毕设/课设开箱即用。 【数据集概况】 · 检测类别（中文）：[星星(Star)] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 85 个 epoch，最终轮指标： 指标 | 数值 mAP50 | **0.9950** mAP50-95 | 0.8477 Precision | 1.0000 Recall | 0.9954 train/box_loss | 0.8235 train/cls_loss | 0.7275 val/box_loss | 0.7248 val/cls_loss | 0.9621 【训练过程分析】 85 轮训练后，我们得到了一个 mAP50 为 0.9950 的模型，这真是让人惊喜的成绩。一开始，模型的训练过程进展非常迅速，loss 在前 20 轮内从 1.5000 下降到 1.0000 附近，此后，loss 依然保持稳步下降，但速度明显放缓，特别是在第 30 轮到第 50 轮之间，loss 曲线进入了一个平台期，大约在 0.85 附近徘徊了 10 轮，直到第 60 轮左右才再度加速下降。这样的表现说明模型在前期阶段收敛良好，但到了后期，确实需要更多的训练轮次以确保模型的稳定性。 在验证集上，val_loss 保持平稳，没有出现明显的波动，这进一步证明了模型没有过拟合。然而，我们注意到在第 80 轮和第 85 轮之间，val_loss 似乎有所微弱的反弹，尽管这种波动并不显著。在训练集上，前 50 轮训... 使用场景：毕业设计、课程设计、深度学习入门、工业场景落地验证。

制造业排样优化：带工业约束的组合优化实战

排样优化是制造资源调度中的基础性组合优化问题，本质是在有限空间内实现零件布局的高效性与可制造性平衡。其核心原理涉及几何约束建模、整数规划求解与工艺可行性验证，技术价值在于降低材料浪费、缩短切割路径并提升产线稳定性。典型应用场景包括钢板下料、PCB贴片、物流装箱等离散制造环节。本文聚焦‘方形件组批排样’这一高频工业子问题，深入解析批次隔离、割缝补偿、轴向对齐、重心偏移等真实约束如何转化为数学变量与逻辑条件，并结合BL启发式算法与整数规划混合策略，提供MATLAB-Python-Excel协同落地的工程化路径。

weixin_34274029的博客 302

科技中介服务机构如何提升客户在技术评估与需求匹配环节的服务效率与专业度.docx

科技中介服务机构如何提升客户在技术评估与需求匹配环节的服务效率与专业度

图像伪造识别和定位

水印在这里既是**“身份证”

nanjifengzi的博客 482

51单片机的温湿度检测报警系统仿真资料

51单片机的温湿度检测报警proteus仿真系统

国央企创新负责人如何通过平台识别并引进关键技术？.docx

科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。

MuMu模拟器-macos安装包

MuMu模拟器-macos安装包

科技中介服务机构如何打造高效、可复制的技术交易服务流程？.docx

科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。

超全Mathcad全桥LLC谐振变换器开关电源设计mathcad计算书

内容概要：本文档为《超全Mathcad全桥LLC谐振变换器开关电源设计mathcad计算书》，系统性地围绕全桥LLC谐振变换器的开关电源设计展开，重点利用Mathcad工具进行精确的数学建模与参数计算。内容涵盖LLC谐振变换器的核心工作原理、关键参数设计（如谐振频率、励磁电感、变比、品质因数等）、增益特性分析、软开关实现机制及效率优化策略，并结合Simulink、Plecs、PSIM等主流仿真平台构建开环与闭环控制系统，实现变频控制、移相控制及混合控制等多种高级控制策略的仿真验证。文档提供完整的“计算书+仿真模型+设计报告”三位一体技术资料体系，强化理论与工程实践的深度融合。此外，资源包还整合了PFC、DC-DC变换器、双向充放电系统、微电网控制等大量电力电子相关仿真案例，突出其在科研复现、课程设计与工业研发中的高实用价值。; 适合人群：面向电力电子、电气工程及其自动化、新能源系统等相关领域的科研人员、高校研究生及从事高频开关电源设计的工程技术人员，需具备扎实的电路理论基础、自动控制原理知识以及一定的仿真软件操作能力。; 使用场景及目标：① 掌握基于Mathcad的LLC谐振变换器全流程参数设计方法与数学推导逻辑；② 构建并调试全桥LLC的闭环控制系统，实现高效ZVS/ZCS软开关、稳定输出电压与动态响应优化；③ 支持科研项目中的系统建模、仿真验证、论文复现与关键技术攻关，提升设计效率与理论深度。; 阅读建议：建议结合文档中提供的Mathcad计算书与Simulink/Plecs仿真模型同步学习，注重理论公式推导与仿真波形分析之间的对应关系。建议先深入理解LLC基本工作模态与谐振元件的影响规律，再逐步进阶至双闭环控制、恒压恒流切换、混合调制策略等复杂控制逻辑，最终实现高性能、高效率电源系统的自主设计与优化。

windows自动连接无线网工具

手机开启连接特定蓝牙就自动开热点，windows检测手机蓝牙，检测到后连接蓝牙触发手机开热点，电脑就能自动连接手机热点，实现手机在电脑旁边时电脑能自动连接手机热点。

国央企创新负责人如何优化科技成果转化流程的合规性与透明度？.docx

科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。
上一篇： 【RL从入门到放弃】【十八】
下一篇： 【RL从入门到放弃】【二十】
点赞 0
评论 0
书签 书签 0
money_yuan
money_yuan
博客等级 码龄10年 104粉丝 80原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值