本文介绍了如何使用 huggingface-cli 命令行工具下载 Hugging Face 上的模型，并结合 nohup 实现后台下载及查看下载进度。
05月20日评论
Pytorch快速入门
使用 huggingface-cli 下载模型
05月20日评论
Pytorch快速入门
05月20日评论
强化学习论文
【多智能体强化学习】MAPPO 论文笔记
本文会对多智能体强化学习算法 MAPPO 进行介绍，包含主要想法（其实主要想法和 MADDPG 很类似），和一些训练的建议。
04月08日评论
强化学习论文
【多智能体强化学习】MADDPG 论文笔记
本文会介绍多智能体强化学习中的 MADDPG 算法，这是一个集中训练、分布式执行的框架，基于 actor-critic 的框架，这里每个 agent 会有一个 actor 和 cr...
04月07日评论
强化学习论文
【多智能体强化学习】QMIX 论文笔记
本文是对多智能体强化学习中值分解方法 QMIX 的介绍。会介绍 QMIX 算法基本思想，以及进行代码解读。
04月06日评论
强化学习论文
【多智能体强化学习】VDN 论文笔记
本文会介绍多智能体强化学习中的Value Decomposition Networks（VDN），包括（1）主要思想，（2）核心框架，（3）VDN 的代码实现。
04月05日评论
强化学习环境
【多智能体强化学习】EPyMARL 使用介绍
这里介绍一个多智能体强化学习的仓库 EPyMARL，包含简单使用，各个文件夹的含义，和各个文件运行之后的关联。后续会基于这个仓库来学习不同的多智能体强化学习算法。
04月02日评论
强化学习
强化学习资料收集整理
这里会收集一些强化学习的资料，方便在学习过程中使用。这里会分为初学强化学习的资料，和进阶的时候用到的资料。
03月20日评论
强化学习论文
Eureka: Human-Level Reward Design via Coding Large Language Models 阅读
论文 Eureka: Human-Level Reward Design via Coding Large Language Models 的阅读，主要是利用 LLM 来给强化学习...
10月29日评论
强化学习论文
Vision-Language Models are Zero-Shot Reward Models for Reinforcement Learning 阅读
论文 Vision-Language Models are Zero-Shot Reward Models for Reinforcement Learning 的阅读。本文提出了...
10月20日评论
强化学习论文
Reward Design with Language Model 阅读
文章 Reward Design with Language Model 的介绍，本文主要研究了如何利用语言模型（LLM）在强化学习（RL）环境中生成与目标对齐的奖励信号。
07月09日评论