强化学习2v2实时对抗策略效果
为啥杨立昆不看好强化学习？原因是这个。
多智能体强化学习编队密集障碍物测试
理解大模型推理能力从强化学习开始(七)：Q-Learning
2025强化学习顶级教程！【动手学深度学习】原作者上交大教授张伟楠亲授，完整33节系统讲解比自学效果强太多！
8年前韩国团队做的demo，和今天的人形机器人公司show的demo也没太大区别，可能把算法换成强化学习或者大模型
强化学习不知道如何入手？211计算机博士精讲强化学习系列主流算法：PPO、Q-learning、DQN、A3C，50集入门到精通！
【李宏毅】2025年最新的强化学习（RL）系列课程！花1小时就能完全入门强化学习，导师不教你的，李教授亲自教会你！人工智能|机器学习|强化学习
自学强化学习的顺序真的很重要！零基础必看→正确章节学习顺序，少走99%的弯路！！！--人工智能/深度学习/机器学习/神经网络
8年经验告诉你，学强化学习的顺序千万不要学反了！博士精讲强化学习dqn及ppo算法原理及实战（人工智能自动驾驶/深度强化学习/超级马里奥/大模型）
基于星际争霸2的人工智能 - Google Deepmind的游戏强化学习研究
理解大模型推理能力从强化学习开始(一)：马尔可夫奖励过程（代码仿真）
【强化学习+大模型】原来这才是强化学习的正确学习顺序！博士带你用强化学习玩游戏，DQN及PPO算法原理及实战（人工智能自动驾驶/深度强化学习/超级马里奥）
一种变构型无人机强化学习一些控制的实现
玩转Carla的在线深度强化学习这个视频就够了（一）训练代码和场景搭建等
新手也能懂的强化学习入门捷径：博士详解DQN/PPO算法开发游戏AI，大模型重构强化学习/人工智能/深度强化学习/超级马里奥
刚读研一，如何快速入门强化学习到机器人？博士精讲强化学习dqn及ppo算法原理及实战（人工智能自动驾驶/深度强化学习/超级马里奥/大模型）
理解大模型推理能力从强化学习开始(六)：Exploitation and Exploration
理解大模型推理能力从强化学习开始(五)：Temporal Difference Learning
颠覆认知：强化学习无法诱发新的推理能力？清华黄高团队新作必看！
