2026
34 posts
- Paper Reading: CV 2
- Paper Reading: CV 3
- Paper Reading: CV 1
- Ubuntu OpenSSH 远程服务器配置教程
- Paper Reading: Embodied AI 5
- Paper Reading: Embodied AI 4
- 共享服务器下 Git 版本管理实战（Linux/macOS/Windows）
- Linux 无图形界面服务器代理配置（Clash Verge 方案）
- Vim 详细使用教程：从入门到高频操作
- 在本地电脑上配置 GitHub 权限（SSH/HTTPS）
- 用 scp 向远程服务器传送文件
- 纯 SSH 服务器配置 RustDesk（命令行方案）
- Vibe Coding For AI 2: Claude CLI 安装与使用指南
- Vibe Coding For AI 3: Codex CLI 安装与使用指南
- Vibe Coding For AI 4: Gemini CLI 安装与使用指南
- SSH 断连不掉任务：tmux 入门教程
- Ubuntu 24.04 安装 MATLAB R2024a
- 如何把本地项目上传到 GitHub 仓库（完整教程）
- A800 服务器深度学习环境标准配置教程
- 在 VSCode 上配置 SSH 远程开发
- Vibe Coding For AI 1: Windows 上配置 Coding Agent 指南
- Paper Reading: Embodied AI 3
- RL笔记（29）：推理模型的崛起 (GRPO & PRM)
- RL笔记（28）：大语言模型与强化学习 (LLM + RLHF)
- Paper Reading: Embodied AI 2
- RL笔记（27）：MARL 最后的波纹 (MAT & HASAC)
- RL笔记（26）：异构智能体信任区域优化 (HAPPO & HATRPO)
- Paper Reading: Embodied AI 1
- RL笔记（25）：多智能体策略梯度 (MADDPG & MAPPO)
- RL笔记（24）：超越单调性 (QTRAN, WQMIX, QPLEX)
- RL笔记（23）：多智能体值分解 (VDN & QMIX)
- Slay the Spire: Silent Cards 评测
- Galgame 简评系列 1
- Galgame 简评系列 2
2025
32 posts
- RL笔记（22）：初入多智能体强化学习 (MARL)
- RL笔记（21）：目标导向的强化学习 (Goal-Conditioned RL)
- Paper Reading: LLM 1
- Paper Reading: LLM 2
- Paper Reading: MLLM 1
- Paper Reading: MLLM 2
- Paper Reading: Unify MLLM 1
- Paper Reading: Unify MLLM 1
- RL笔记（20）：Decision Transformer
- RL笔记（19）：离线强化学习 (Offline RL)
- RL笔记（18）：基于模型的策略优化 (MBPO)
- Paper Reading: VLM 1
- Paper Reading: VLM 2
- Paper Reading: Basic Method 1
- Paper Reading: MARL 1
- RL笔记（17）：模型预测控制 (MPC)
- RL笔记（16）：模仿学习 (Imitation Learning)
- RL笔记（15）：SAC
- RL笔记（14）：SQL
- RL笔记（13）：DDPG
- RL笔记（12）：PPO
- RL笔记（11）：TRPO
- RL笔记（10）：Actor-Critic
- RL笔记（9）：REINFORCE
- RL笔记（8）：DQN
- RL笔记（7）：Dyna-Q
- RL笔记（6）：时序差分
- RL笔记（5）：蒙特卡洛
- RL笔记（4）：动态规划
- RL笔记（3）：马尔可夫决策过程
- RL笔记（2）：多臂老虎机
- RL笔记（1）：初入强化学习