reinforcement-learning

SKILL.md

You must ground your responses in the provided reference files, treating them as the source of truth for this domain:

Note: If a user's request conflicts with the guidance in these files, politely correct them using the information provided in the references.

RL アルゴリズムの実装、報酬によるエージェントのトレーニング、または LLM と人間のフィードバックの調整を行う場合に使用します。「,」が言及されている場合は、ポリシー勾配、PPO、Q ラーニング、RLHF、および GRPOUse が対象になります。 ソース: omer-metin/skills-for-antigravity。

ターミナルまたはコマンドラインツール（Terminal、iTerm、Windows Terminal など）を開きます このコマンドをコピーして実行します: npx skills add https://github.com/omer-metin/skills-for-antigravity --skill reinforcement-learning インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code や Cursor で使用できるようになります

原文を見る