人工智能

本文是一份强化学习基础梳理。先交代 Agent 与 Environment 的交互，把 reward 折成 return；再用状态价值与动作价值，加上 Monte Carlo 和 TD 两条估计路线，说明"策略好不好"该怎么衡量；最后是值方法与策略方法这两条主线，从 SARSA 一路讲到 PPO 与 SAC，再落到 model-based RL 与模仿学习。

轻译是作者自研的 Windows 桌面端 + Zotero 插件组合，解决一个具体需求：在 Zotero 10 的 PDF阅读模式里划选文本、右键即可调用自配的 LLM API 完成翻译。文章按三步介绍了安装使用流程（配置桌面端、安装启用连接器插件、划词翻译），并强调工具定位——极简、轻量、快捷，专注覆盖读英文论文时最常见的翻译场景。

本文是 Karpathy makemore 课程 Bigram 模型的复现笔记，分别用计数矩阵和单层神经网络两种方式实现字符级语言模型。

本文介绍了SDD工作流工具OpenSpec和实战应用

本项目基于SO101单臂机械臂平台，实践并评估了动作分块Transformer（ACT）模仿学习算法。复现了基础抓放任务并实现了苹果自动削皮功能；通过系统实验分析了ACT在真实抓放任务中的表现。此外，独立开发了一套基于Web的机器人远程控制与可视化系统。

本章聚焦 PyTorch 模型的保存与加载：为什么推荐保存 state_dict、如何安全地 torch.load(weights_only=True)，以及保存整个模型为何被视为 legacy 用法。并以 FashionMNIST 的 MLP 为例，跑通从训练到推理验证的完整流程。

本文记录 PyTorch 官方教程“Optimizing Model Parameters”的学习过程，梳理训练所需的超参数、损失函数与优化器，并用 FashionMNIST + MLP 示例串起“前向→算损失→反向传播→参数更新”的完整训练/评估流程。

基于 3Blue1Brown 深度学习系列视频，系统梳理了从 Loss、梯度下降到反向传播的核心逻辑，并结合直觉理解、数学推导与 PyTorch 实现，帮助建立“神经网络如何学习”的完整认知框架。

本章主要理解了 nn.Module 的模型定义方式、forward 机制、logits 与 softmax 的关系，以及参数的训练流程，为后续训练与优化打基础。

本文记录了基于 PyTorch 官方 Tutorial 学习 Transforms 的过程，主要整理 Transforms 的基本用法和个人理解。