rl-atari

Author	SHA1	Message	Date
Serendipity	b32490ae03	fix(ppo): 修正日志概率维度与状态张量格式修复 replay buffer 中 log_probs 的维度错误，从 (buffer_size, action_dim) 改为 buffer_size 修正训练时状态张量格式，从 (N, H, W, C) 转换为 (N, C, H, W) 更新 collect_rollout 返回观测值并修正 log_prob 计算添加项目配置文件和训练曲线生成脚本	2026-04-30 20:30:40 +08:00
Serendipity	d353133b31	feat: 添加强化学习项目报告及重构课程作业报告代码结构 - 新增强化学习个人项目报告，包含基于PyTorch从零实现的PPO算法 - 重构课程作业报告代码结构，提取运行时路径管理和notebook执行逻辑到独立模块 - 更新依赖文件requirements.txt，添加强化学习相关依赖 - 简化模型比较结果表格，仅保留基线逻辑回归模型数据	2026-04-30 16:54:41 +08:00
Serendipity	6ac02ba4fe	feat: 添加GPU检测与自动回退逻辑并移除冗余文档 - 在notebook中引入GPU检测逻辑，根据CUDA可用性自动选择XGBoost计算后端 - 更新XGBoost配置，使用动态变量替代硬编码的GPU参数 - 删除过时的需求分析文档，保持项目结构整洁 - 确保代码在不同硬件环境下均可正常运行	2026-04-30 15:04:29 +08:00
Serendipity	ceddbdd559	Add lecture materials for Model-Free, Control, and Value topics - Added Lecture4 - ModelFree.pdf (3013 KB) - Added Lecture5 - Control.pdf (2575 KB) - Added Lecture6 - Value.pdf (3320 KB)	2026-04-28 20:28:00 +08:00