大规模强化学习：从理论基础到大模型与具身智能应用

简介

当前AI研究处于大模型驱动数字智能涌现与物理智能兴起的关键时期，强化学习（RL）发挥着核心作用：大模型后训练依赖RL突破推理边界，具身智能依赖RL实现能力持续演进。本Tutorial梳理RL从经典算法到前沿应用的发展脉络。内容涵盖三部分：（1）理论基础，包括MDP、GPI、策略与值函数拟合、PPO算法等经典内容，以及可塑性、可拓展性等前沿问题；（2）大模型强化学习，聚焦 RLHF、后训练RL优化、OPD等核心技术；（3）具身智能强化学习，探讨具身基模能力RL训练、在线RL、仿真到现实RL等关键问题。本选题兼具理论深度与应用广度，既能帮助研究者把握RL底层机理，又能为产业工程时间提供前沿视角。

简介为官网原文，部分内容可能未写完。