变分法基础

FlowRL - Matching Reward Distributions for LLM Reasoning

On-Policy Distillation

Fourier and Wavelets for Deep Learning

流模型 Appendix

流模型 Chapter4——基于分数的生成模型 (Score-based Generative Model)

流模型 Chapter3——流匹配模型 (Flow Matching)

流模型 Chapter2——去噪扩散概率模型（DDPM）

流模型 Chapter1——基础概念

Kronecker Product

Larangian Multiplier Method

矩阵向量的梯度

Do we really need encoders for generative models?

Reverse KL Divergence

Jacobian and Gradients

强化学习 Chapter 7 - 强化学习与多智能体系统

机器人学基础 第五章 机械臂动力学

机器人学基础 第四章 机械臂的速度与静力

Autoregressive Models

Variational Autoencoder

强化学习 Chapter 6 - 策略梯度方法

强化学习 Chapter 5 - 基于价值的深度强化学习

强化学习 Chapter 4 - 时序差分学习

强化学习 Chapter 3 - Monte Carlo 方法

机器人学基础 第三章 逆向运动学

强化学习 Chapter 2 - 动态规划方法

机器人学基础 第二章 正向运动学

强化学习 Chapter 1 - 基本定义和基础概念

机器人学基础 第一章 刚体运动