[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-MishaLaskin--curl":3,"tool-MishaLaskin--curl":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",155373,2,"2026-04-14T11:34:08",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":78,"owner_email":79,"owner_twitter":73,"owner_website":80,"owner_url":81,"languages":82,"stars":91,"forks":92,"last_commit_at":93,"license":94,"difficulty_score":10,"env_os":95,"env_gpu":96,"env_ram":97,"env_deps":98,"category_tags":107,"github_topics":108,"view_count":32,"oss_zip_url":128,"oss_zip_packed_at":128,"status":17,"created_at":129,"updated_at":130,"faqs":131,"releases":167},7545,"MishaLaskin\u002Fcurl","curl","CURL: Contrastive Unsupervised Representation Learning for Sample-Efficient Reinforcement Learning","CURL（Contrastive Unsupervised Representation Learning）是一个专为提升强化学习效率而设计的开源算法框架。它主要解决了传统深度强化学习在处理图像输入时样本效率低下的难题：以往模型往往需要数百万次试错才能学会简单任务，而 CURL 能让智能体从更少的交互数据中快速掌握复杂技能。\n\n该工具的核心技术亮点在于巧妙结合了对比无监督表示学习与软演员 - 评论家（SAC）算法。通过对比学习机制，CURL 能够直接从原始像素中提取出紧凑且富含信息的特征表示，无需依赖繁琐的人工设计或额外的数据增强手段，从而显著加速训练收敛。在官方实验中，它仅用约一小时就在“_cartpole swingup_\"任务上达到了最优分数。\n\nCURL 非常适合从事强化学习研究的科研人员、算法工程师以及希望探索高效视觉控制策略的开发者使用。如果你正在尝试让 AI 通过视觉观察来学习游戏或控制机器人，且受限于计算资源或数据采集成本，CURL 提供了一个经过验证的高效解决方案。项目基于 PyTorch 实现，提供了清晰的训练脚本和 TensorBoard 可视化支持，便于用户复现","CURL（Contrastive Unsupervised Representation Learning）是一个专为提升强化学习效率而设计的开源算法框架。它主要解决了传统深度强化学习在处理图像输入时样本效率低下的难题：以往模型往往需要数百万次试错才能学会简单任务，而 CURL 能让智能体从更少的交互数据中快速掌握复杂技能。\n\n该工具的核心技术亮点在于巧妙结合了对比无监督表示学习与软演员 - 评论家（SAC）算法。通过对比学习机制，CURL 能够直接从原始像素中提取出紧凑且富含信息的特征表示，无需依赖繁琐的人工设计或额外的数据增强手段，从而显著加速训练收敛。在官方实验中，它仅用约一小时就在“_cartpole swingup_\"任务上达到了最优分数。\n\nCURL 非常适合从事强化学习研究的科研人员、算法工程师以及希望探索高效视觉控制策略的开发者使用。如果你正在尝试让 AI 通过视觉观察来学习游戏或控制机器人，且受限于计算资源或数据采集成本，CURL 提供了一个经过验证的高效解决方案。项目基于 PyTorch 实现，提供了清晰的训练脚本和 TensorBoard 可视化支持，便于用户复现 DeepMind 控制套件及 Atari 环境下的实验结果，是进入高效样本强化学习领域的优质起点。","# CURL: Contrastive Unsupervised Representation Learning for Sample-Efficient Reinforcement Learning\n\nThis repository is the official implementation of [CURL](https:\u002F\u002Fmishalaskin.github.io\u002Fcurl\u002F) for the DeepMind control experiments. Atari experiments were done in a separate codebase available [here](https:\u002F\u002Fgithub.com\u002Faravindsrinivas\u002Fcurl_rainbow). Our implementation of SAC is based on [SAC+AE](https:\u002F\u002Fgithub.com\u002Fdenisyarats\u002Fpytorch_sac_ae) by Denis Yarats. \n\n## Installation \n\nAll of the dependencies are in the `conda_env.yml` file. They can be installed manually or with the following command:\n\n```\nconda env create -f conda_env.yml\n```\n\n## Instructions\nTo train a CURL agent on the `cartpole swingup` task from image-based observations run `bash script\u002Frun.sh` from the root of this directory. The `run.sh` file contains the following command, which you can modify to try different environments \u002F hyperparamters.\n```\nCUDA_VISIBLE_DEVICES=0 python train.py \\\n    --domain_name cartpole \\\n    --task_name swingup \\\n    --encoder_type pixel \\\n    --action_repeat 8 \\\n    --save_tb --pre_transform_image_size 100 --image_size 84 \\\n    --work_dir .\u002Ftmp \\\n    --agent curl_sac --frame_stack 3 \\\n    --seed -1 --critic_lr 1e-3 --actor_lr 1e-3 --eval_freq 10000 --batch_size 128 --num_train_steps 1000000 \n```\n\nIn your console, you should see printouts that look like:\n\n```\n| train | E: 221 | S: 28000 | D: 18.1 s | R: 785.2634 | BR: 3.8815 | A_LOSS: -305.7328 | CR_LOSS: 190.9854 | CU_LOSS: 0.0000\n| train | E: 225 | S: 28500 | D: 18.6 s | R: 832.4937 | BR: 3.9644 | A_LOSS: -308.7789 | CR_LOSS: 126.0638 | CU_LOSS: 0.0000\n| train | E: 229 | S: 29000 | D: 18.8 s | R: 683.6702 | BR: 3.7384 | A_LOSS: -311.3941 | CR_LOSS: 140.2573 | CU_LOSS: 0.0000\n| train | E: 233 | S: 29500 | D: 19.6 s | R: 838.0947 | BR: 3.7254 | A_LOSS: -316.9415 | CR_LOSS: 136.5304 | CU_LOSS: 0.0000\n```\n\nFor reference, the maximum score for cartpole swing up is around 845 pts, so CURL has converged to the optimal score. This takes about an hour of training depending on your GPU. \n\nLog abbreviation mapping:\n\n```\ntrain - training episode\nE - total number of episodes \nS - total number of environment steps\nD - duration in seconds to train 1 episode\nR - mean episode reward\nBR - average reward of sampled batch\nA_LOSS - average loss of actor\nCR_LOSS - average loss of critic\nCU_LOSS - average loss of the CURL encoder\n```\n\nAll data related to the run is stored in the specified `working_dir`. To enable model or video saving, use the `--save_model` or `--save_video` flags. For all available flags, inspect `train.py`. To visualize progress with tensorboard run:\n\n```\ntensorboard --logdir log --port 6006\n```\n\nand go to `localhost:6006` in your browser. If you're running headlessly, try port forwarding with ssh. \n\nFor GPU accelerated rendering, make sure EGL is installed on your machine and set `export MUJOCO_GL=egl`. For environment troubleshooting issues, see the DeepMind control documentation.\n","# CURL：用于样本高效强化学习的对比无监督表征学习\n\n本仓库是 DeepMind 控制实验中 [CURL](https:\u002F\u002Fmishalaskin.github.io\u002Fcurl\u002F) 的官方实现。Atari 实验则是在另一个代码库中完成的，该代码库可在此处获取：[curl_rainbow](https:\u002F\u002Fgithub.com\u002Faravindsrinivas\u002Fcurl_rainbow)。我们对 SAC 的实现基于 Denis Yarats 的 [SAC+AE](https:\u002F\u002Fgithub.com\u002Fdenisyarats\u002Fpytorch_sac_ae)。\n\n## 安装\n\n所有依赖项均列在 `conda_env.yml` 文件中。您可以手动安装，也可以使用以下命令进行安装：\n\n```\nconda env create -f conda_env.yml\n```\n\n## 使用说明\n要从基于图像的观测值训练一个 CURL 智能体来完成 `cartpole swingup` 任务，请在本目录的根目录下运行 `bash script\u002Frun.sh`。`run.sh` 文件包含如下命令，您可以对其进行修改以尝试不同的环境或超参数：\n```\nCUDA_VISIBLE_DEVICES=0 python train.py \\\n    --domain_name cartpole \\\n    --task_name swingup \\\n    --encoder_type pixel \\\n    --action_repeat 8 \\\n    --save_tb --pre_transform_image_size 100 --image_size 84 \\\n    --work_dir .\u002Ftmp \\\n    --agent curl_sac --frame_stack 3 \\\n    --seed -1 --critic_lr 1e-3 --actor_lr 1e-3 --eval_freq 10000 --batch_size 128 --num_train_steps 1000000 \n```\n\n您的控制台将显示类似如下的输出：\n```\n| train | E: 221 | S: 28000 | D: 18.1 s | R: 785.2634 | BR: 3.8815 | A_LOSS: -305.7328 | CR_LOSS: 190.9854 | CU_LOSS: 0.0000\n| train | E: 225 | S: 28500 | D: 18.6 s | R: 832.4937 | BR: 3.9644 | A_LOSS: -308.7789 | CR_LOSS: 126.0638 | CU_LOSS: 0.0000\n| train | E: 229 | S: 29000 | D: 18.8 s | R: 683.6702 | BR: 3.7384 | A_LOSS: -311.3941 | CR_LOSS: 140.2573 | CU_LOSS: 0.0000\n| train | E: 233 | S: 29500 | D: 19.6 s | R: 838.0947 | BR: 3.7254 | A_LOSS: -316.9415 | CR_LOSS: 136.5304 | CU_LOSS: 0.0000\n```\n\n作为参考，cartpole swing up 的最高得分约为 845 分，因此 CURL 已收敛到最优得分。具体训练时间取决于您的 GPU，大约需要一小时左右。\n\n日志缩写含义：\n```\ntrain - 训练 episode\nE - 总 episode 数\nS - 总环境步数\nD - 训练一个 episode 所需的秒数\nR - episode 的平均奖励\nBR - 抽样批次的平均奖励\nA_LOSS - 策略网络的平均损失\nCR_LOSS - 价值网络的平均损失\nCU_LOSS - CURL 编码器的平均损失\n```\n\n本次运行的所有数据都将存储在指定的 `working_dir` 中。如需保存模型或视频，可使用 `--save_model` 或 `--save_video` 标志。有关所有可用标志，请查看 `train.py`。要使用 TensorBoard 可视化训练进度，请运行：\n```\ntensorboard --logdir log --port 6006\n```\n然后在浏览器中访问 `localhost:6006`。如果您是以无头模式运行，可以尝试通过 SSH 进行端口转发。\n\n若要启用 GPU 加速渲染，请确保您的机器上已安装 EGL，并设置 `export MUJOCO_GL=egl`。如遇环境配置问题，请参阅 DeepMind 控制文档。","# CURL 快速上手指南\n\nCURL (Contrastive Unsupervised Representation Learning) 是一个用于样本高效强化学习的开源项目，专为从图像观测中学习策略而设计。本指南基于 DeepMind Control Suite 实验代码整理。\n\n## 环境准备\n\n*   **操作系统**: Linux (推荐 Ubuntu)\n*   **硬件要求**: NVIDIA GPU (支持 CUDA)，已安装对应驱动\n*   **前置依赖**:\n    *   [Conda](https:\u002F\u002Fdocs.conda.io\u002F) (推荐使用 Miniconda)\n    *   EGL (用于无头模式下的 GPU 加速渲染，可选但推荐)\n\n> **提示**：若需加速 Conda 包下载，可配置国内镜像源（如清华源或中科大源）。\n\n## 安装步骤\n\n1.  **克隆仓库**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002FMishaLaskin\u002Fcurl.git\n    cd curl\n    ```\n\n2.  **创建虚拟环境**\n    项目所有依赖已定义在 `conda_env.yml` 文件中，执行以下命令一键安装：\n    ```bash\n    conda env create -f conda_env.yml\n    ```\n\n3.  **激活环境**\n    ```bash\n    conda activate curl\n    ```\n\n4.  **配置 GPU 渲染 (可选)**\n    若需在无显示器服务器上进行 GPU 加速渲染，请设置以下环境变量：\n    ```bash\n    export MUJOCO_GL=egl\n    ```\n    *注：若遇到渲染问题，请确保系统已安装 EGL 库。*\n\n## 基本使用\n\n以下示例展示如何训练一个 CURL 代理来解决 `cartpole swingup`（倒立摆摆动起立）任务。\n\n1.  **运行训练脚本**\n    在项目根目录下执行：\n    ```bash\n    bash script\u002Frun.sh\n    ```\n\n    该脚本默认执行的完整命令如下（可根据需要修改超参数或环境）：\n    ```bash\n    CUDA_VISIBLE_DEVICES=0 python train.py \\\n        --domain_name cartpole \\\n        --task_name swingup \\\n        --encoder_type pixel \\\n        --action_repeat 8 \\\n        --save_tb --pre_transform_image_size 100 --image_size 84 \\\n        --work_dir .\u002Ftmp \\\n        --agent curl_sac --frame_stack 3 \\\n        --seed -1 --critic_lr 1e-3 --actor_lr 1e-3 --eval_freq 10000 --batch_size 128 --num_train_steps 1000000 \n    ```\n\n2.  **查看训练日志**\n    运行后控制台将输出实时训练指标，例如：\n    ```text\n    | train | E: 221 | S: 28000 | D: 18.1 s | R: 785.2634 | BR: 3.8815 | A_LOSS: -305.7328 | CR_LOSS: 190.9854 | CU_LOSS: 0.0000\n    ```\n    *   **R**: 平均回合奖励 (Cartpole Swingup 满分约为 845)\n    *   **A_LOSS \u002F CR_LOSS \u002F CU_LOSS**: 分别为 Actor、Critic 和 CURL 编码器的损失值\n    *   通常在单张 GPU 上训练约 1 小时即可收敛至最优分数。\n\n3.  **可视化训练过程**\n    使用 TensorBoard 查看损失曲线和奖励趋势：\n    ```bash\n    tensorboard --logdir log --port 6006\n    ```\n    然后在浏览器中访问 `localhost:6006`。\n    *   *远程服务器用户*：请使用 SSH 端口转发映射 6006 端口到本地。\n\n4.  **保存模型与视频**\n    如需保存训练好的模型或录制演示视频，请在命令中添加 `--save_model` 或 `--save_video` 标志。所有输出数据将保存在 `--work_dir` 指定的目录中。","某机器人实验室的研究团队正致力于训练一个机械臂，使其仅通过摄像头拍摄的像素图像就能学会精准抓取物体，而无需依赖昂贵的内部传感器数据。\n\n### 没有 curl 时\n- **样本效率极低**：传统强化学习算法需要数百万次的环境交互试错才能收敛，导致训练周期长达数周，严重拖慢研发进度。\n- **特征提取困难**：直接从高维像素图像中提取有效状态特征非常困难，模型容易过拟合背景噪声而非关注物体本身。\n- **硬件成本高昂**：漫长的训练时间意味着需要长时间占用大量昂贵的 GPU 集群资源，显著增加了实验预算。\n- **泛化能力弱**：一旦光照或背景发生细微变化，未经良好表征学习的模型往往无法适应，导致实战失败。\n\n### 使用 curl 后\n- **样本效率飞跃**：curl 利用对比无监督学习构建紧凑的状态表征，将所需训练步数减少了一个数量级，几天内即可完成原本需数周的任务。\n- **自动特征解耦**：curl 编码器能自动从原始像素中剥离出与任务相关的核心特征（如物体位置），忽略无关的背景干扰。\n- **资源大幅节省**：训练时间的缩短直接降低了 GPU 算力消耗，使得在单张显卡上快速验证新想法成为可能。\n- **鲁棒性显著增强**：学到的表征具有更强的不变性，即使环境光线改变或背景移动，机械臂仍能稳定执行抓取动作。\n\ncurl 通过高效的视觉表征学习，彻底解决了基于像素的强化学习中样本稀缺的核心痛点，让机器人视觉训练变得快速且经济可行。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FMishaLaskin_curl_62d3985b.png","MishaLaskin","Michael Laskin","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FMishaLaskin_35a7c087.png","Senior Research Scientist at DeepMind","DeepMind","New York City","laskin.misha@gmail.com","https:\u002F\u002Fwww.mishalaskin.com\u002F","https:\u002F\u002Fgithub.com\u002FMishaLaskin",[83,87],{"name":84,"color":85,"percentage":86},"Python","#3572A5",99.1,{"name":88,"color":89,"percentage":90},"Shell","#89e051",0.9,603,92,"2026-04-08T09:27:23","MIT","Linux","必需 NVIDIA GPU (命令中包含 CUDA_VISIBLE_DEVICES)，支持 GPU 加速渲染需安装 EGL (export MUJOCO_GL=egl)，具体显存和 CUDA 版本未说明","未说明",{"notes":99,"python":100,"dependencies":101},"1. 所有依赖项定义在 conda_env.yml 文件中，建议使用 'conda env create -f conda_env.yml' 创建环境。\n2. 若在无显示器环境 (headless) 运行，需安装 EGL 并设置环境变量 MUJOCO_GL=egl 以启用 GPU 加速渲染。\n3. 可通过 TensorBoard (端口 6006) 可视化训练进度。\n4. Atari 实验需使用单独的代码库。","未说明 (需通过 conda_env.yml 安装)",[102,103,104,105,106],"conda","pytorch_sac_ae (SAC 实现基础)","tensorboard","mujoco","dm_control (DeepMind control)",[14,13],[109,110,111,112,113,114,115,116,64,117,118,119,120,121,122,123,124,125,126,127],"deep-learning","contrastive-loss","contrastive-learning","contrastive-predictive-coding","deep-reinforcement-learning","deep-rl","reinforcement-learning","reinforcement-learning-algorithms","sac","gpu","off-policy","model-free-rl","deep-neural-networks","deeplearning","deep-q-network","deep-q-learning","deep-learning-algorithms","deeplearning-ai","reinforcement-agents",null,"2026-03-27T02:49:30.150509","2026-04-15T06:52:13.120807",[132,137,142,147,152,157,162],{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},33828,"运行代码时出现\"WARN: Box bound precision lowered by casting to float32\"警告，需要修复吗？","这是正常现象，无需修复。该警告通常与较大的批量大小（batch size）有关，虽然会导致训练时间变长，但不影响代码的正确运行。","https:\u002F\u002Fgithub.com\u002FMishaLaskin\u002Fcurl\u002Fissues\u002F6",{"id":138,"question_zh":139,"answer_zh":140,"source_url":141},33829,"是否有针对离散动作空间或 Atari 环境的脚本（如 Rainbow DQN + CURL）？","有的。相关代码已发布在 https:\u002F\u002Fgithub.com\u002Faravindsrinivas\u002Fcurl_rainbow，README 文件中已更新相关说明。","https:\u002F\u002Fgithub.com\u002FMishaLaskin\u002Fcurl\u002Fissues\u002F2",{"id":143,"question_zh":144,"answer_zh":145,"source_url":146},33830,"CURL.encode 函数中的\"ema\"参数是什么意思？为什么 query 和 key 使用不同的编码器？","\"ema\"代表指数移动平均（Exponentially Moving Average），用于更新 key 编码器。Query 和 key 使用不同编码器是参考了 MoCo (Momentum Contrast) 的设计，具体原理可查阅 MoCo 论文 (https:\u002F\u002Farxiv.org\u002Fabs\u002F1911.05722) 或 CURL 论文的实现部分。","https:\u002F\u002Fgithub.com\u002FMishaLaskin\u002Fcurl\u002Fissues\u002F18",{"id":148,"question_zh":149,"answer_zh":150,"source_url":151},33831,"对比学习中使用交叉熵损失（Cross-Entropy Loss）是否会惩罚负样本？","会的。交叉熵损失会惩罚标记为 0 的条目（即非对角线元素，代表负样本），并鼓励标记为 1 的条目（即对角线元素，代表正样本）。这符合 PyTorch CrossEntropyLoss 的标准行为。","https:\u002F\u002Fgithub.com\u002FMishaLaskin\u002Fcurl\u002Fissues\u002F9",{"id":153,"question_zh":154,"answer_zh":155,"source_url":156},33832,"在使用 frame-skip（动作重复）时，论文中报告的环境步数（environment steps）是如何计算的？","统计的是底层环境步数（low-level DMC environment steps）。例如，如果动作重复次数（action repeat）为 4，那么 100k 环境步数等于 25k 智能体执行动作的步数。标准 DMC 每集长度为 1000 个环境步。详细请参考论文第 5.1 节。","https:\u002F\u002Fgithub.com\u002FMishaLaskin\u002Fcurl\u002Fissues\u002F3",{"id":158,"question_zh":159,"answer_zh":160,"source_url":161},33833,"无法复现论文中的部分 DMC 结果，且方差较大，是否正常？","是的，这在强化学习领域很常见。首先，论文中的超参数表需要更新，最终运行实际上使用的是 batch_size=512。其次，您得到的结果通常在置信区间内。不同种子之间的微小差异是 RL 领域的普遍问题，详见 https:\u002F\u002Farxiv.org\u002Fabs\u002F1709.06560 的图 5。","https:\u002F\u002Fgithub.com\u002FMishaLaskin\u002Fcurl\u002Fissues\u002F15",{"id":163,"question_zh":164,"answer_zh":165,"source_url":166},33834,"使用 torch.arange 生成标签时，如果批次中存在相同的观测值，是否会导致错误分类？","在对比学习的设定中，即使批次采样到相同的观测值，代码逻辑是将批次中的每个样本视为一个独立的类别实例进行处理（即假设同一批次内的增广视图互为正样本，其他为负样本）。`torch.arange` 生成的标签是为了构建对角线为正样本的损失矩阵，这是对比损失的标准实现方式。","https:\u002F\u002Fgithub.com\u002FMishaLaskin\u002Fcurl\u002Fissues\u002F14",[]]