上交博士最新思考：仅用两个问题讲清强化学习

万字长文实录：RL 界与 CV 界的“世界模型”有什么不同？丨GAIR Live

最新 AGI 暴论：强化学习的「GPT-3 时刻」实现，还需要 1 万年？

Pokee.ai 朱哲清：用 RL 搭建智能体的「骨骼与神经」| AI 产品十人谈

RL 是推理神器？清华上交大最新研究指出：RL 让大模型更会“套公式”、却不会真推理

强化学习之于 AI Agent，是灵魂、还是包袱？

万字长文珍藏版：RL+Control 如何将机器人可靠性逼进 99.9%？ | GAIR Live

Nature 新论文：让机器人像动物一样进化