reinforcement-learning
✓在實現 RL 算法、通過獎勵訓練代理或根據人類反饋調整 LLM 時使用 - 涵蓋策略梯度、PPO、Q-learning、RLHF 和 GRPO 在提到“,”時使用。
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.
在實現 RL 算法、通過獎勵訓練代理或根據人類反饋調整 LLM 時使用 - 涵蓋策略梯度、PPO、Q-learning、RLHF 和 GRPO 在提到“,”時使用。 來源：omer-metin/skills-for-antigravity。
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/omer-metin/skills-for-antigravity --skill reinforcement-learning 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/omer-metin/skills-for-antigravity --skill reinforcement-learning- 分類
- </>開發工具
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 reinforcement-learning？
在實現 RL 算法、通過獎勵訓練代理或根據人類反饋調整 LLM 時使用 - 涵蓋策略梯度、PPO、Q-learning、RLHF 和 GRPO 在提到“,”時使用。 來源：omer-metin/skills-for-antigravity。
如何安裝 reinforcement-learning？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/omer-metin/skills-for-antigravity --skill reinforcement-learning 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/omer-metin/skills-for-antigravity
詳情
- 分類
- </>開發工具
- 來源
- skills.sh
- 收錄時間
- 2026-02-01