作者发布单页 Q-learning 学习笔记，公式代码一页讲清
East-Muffin-6472 · reddit · 2026-10-28
Reddit 用户 metr0punk 在强化学习学习过程中整理并发布了单页 Q-learning 笔记（neatrl.com），内容保持简短连贯，包含代码片段、必要数学推导与解释，并说明 Q-learning 是 off-policy、model-free、value-based 的表格型方法，适用于状态空间有限的环境（如 9x9 网格），附可在线试玩的 playground 和 GitHub/PyPI 源码，适合 RL 入门者快速上手。
「研究」频道最新
- EMNLP 2026 将设智能体失效模式教程,聚焦 AI 风险 — wzenus · 2026-10-28
- 「自由能原理之所以免费,是因为它没那么有用」引研究者互怼 — mjdramstead · 2026-10-28
- 物理学家旧论文重现：涨散定理可直接推出大学习率 SGD 噪声理论 — burny_tech · 2026-10-28
- 逻辑学家 Jeremy Avigad：AI 之争的中心必须是我们自己 — Machine Learning Street Talk · 2026-10-28
- 美团 LongCat 提出因子化向量量化 FVQ,离散视觉 token 追平连续表征 — meituan-longcat · 2026-10-28
- 实操对比:单神经元 steering 效果远逊于对比对控制向量 — burny_tech · 2026-10-28