#强化学习
Microduck开源项目:Rust守护进程驱动的双足机器人,从仿真到真实设备的完整运行时
机器人是下一个风口。很多展示只有一两个动作,但要让这些动作变成一台可以每天开机、随时升级、可以自我修复的设备就很难。Microduck做得非常具体——它是一台高约25厘米、重800克的小型双足机器人,对应的开源仓库负…
DeepSeek 10 个顶级开源项目盘点:从 DeepSeek-Math 到 Harness 的全链路解析
DeepSeek 最近两周动作频频。先是 V4.1-Flash-1017 基于旧版完成训练后发布,接着又把线上推理框架 DeepInfer 开源。实测下来,这个版本的回答明显更加谨慎和可靠。
从底座模型、底层内核到存储系统、Agent 套件…
RoboParty RP1 开源人形机器人:全栈开源,从图纸到测试方案完整公开
这两年,无论是在视频里还是现实中,都看到不少人形机器人的身影,一直想买台回来改着玩。
不过真要做二次开发,还得看平台到底开放哪些资料给我们,有的平台就只提供几个调用接口。
整机怎么改造、关节怎么驱动、底层控制怎么写,这些资料都没有公开,想改…
6本GitHub开源AI宝典:Agent设计、Infra、强化学习实战
GitHub 上这 6 本开源 AI 书,内容扎实、持续更新,从 AI Agent 设计到强化学习实战,覆盖全面,值得收藏。
1. 《深入理解 AI Agent》
《深入理解 AI Agent:设计原理与工程实践》提供 PDF、配图、EP…
Jumper螃蟹机器人开源项目:22自由度+AI辅助训练,让机器人自己学会走路
最近在 GitHub 上发现一只挺有意思的螃蟹机器人。22 个自由度,可以走路、跳舞、跳跃,还可以伸出爪子去抓东西。项目叫 Jumper(跳跳),刚开源不久。
动作已经挺有意思了,更吸引我的是它的训练方式。作者把 AI 编程工具接入到了机…
小米 MiMo-V2.6 公开 RL 训练直播:两天烧掉千万,过程数据成研究金矿
罗福莉也学雷军开直播了。没有主播,没有带货——页面上只有训练曲线,以及一串不断跳动的美元数字。
截至 9 月 17 日下午,MiMo-V2.6 Pro 和 Flash 两条训练线还没跑满两天,累计成本已约 137.8…
Agentic RL:强化学习如何训练 AI Agent 的长周期决策能力
大模型的强化学习训练走过了三个阶段:RLHF 告诉模型人类喜欢哪种回答,Reasoning RL 训练思维链(o1、DeepSeek R1),而现在正在发生的第三个阶段目标更大——训练模型在真实环境里持续行动的能力。…