1975 年经典搜索论揭示 RL 思想起源
docmilanfar · x · 2026-08-25
这本 1975 年出版的经典著作（基于早期的机密工作）探讨了当在海洋中丢失氢弹或核潜艇时如何进行搜索。该问题启发了 50 年代的大量研究，书中可以看到强化学习与优化思想的起源。该书甚至由 1972 年诺贝尔奖得主 Kenneth Arrow 审阅。
「研究」频道最新
- 波士顿动力新演示引发机器人学界大讨论 — KyleMorgenstein · 2026-08-25
- Task-CoEvolve：自适应验证任务选择，降低 80% 评估成本 — hal-utokyo · 2026-08-25
- MIT 提出动态压缩机制，解决长上下文模型信息丢失 — burkov · 2026-08-25
- AI 落地物理科学的共同瓶颈：数据与物理反馈回路缺失 — AnneliesGamble · 2026-08-25
- DeepMind 气象 AI 或可提前一天预测破坏性飓风 — CurieuxExplorer · 2026-08-25
- 研究：量子处理器扩展需权衡规模与时空成本 — jwt0625 · 2026-08-25