reinforcement-learning
✓在实现 RL 算法、通过奖励训练代理或根据人类反馈调整 LLM 时使用 - 涵盖策略梯度、PPO、Q-learning、RLHF 和 GRPO 在提到“,”时使用。
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.
在实现 RL 算法、通过奖励训练代理或根据人类反馈调整 LLM 时使用 - 涵盖策略梯度、PPO、Q-learning、RLHF 和 GRPO 在提到“,”时使用。 来源：omer-metin/skills-for-antigravity。
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/omer-metin/skills-for-antigravity --skill reinforcement-learning 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/omer-metin/skills-for-antigravity --skill reinforcement-learning- 分类
- </>开发工具
- 认证
- ✓
- 收录时间
- 2026-02-01
- 更新时间
- 2026-02-18
快速解答
什么是 reinforcement-learning？
在实现 RL 算法、通过奖励训练代理或根据人类反馈调整 LLM 时使用 - 涵盖策略梯度、PPO、Q-learning、RLHF 和 GRPO 在提到“,”时使用。 来源：omer-metin/skills-for-antigravity。
如何安装 reinforcement-learning？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/omer-metin/skills-for-antigravity --skill reinforcement-learning 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
这个 Skill 的源码在哪？
https://github.com/omer-metin/skills-for-antigravity
详情
- 分类
- </>开发工具
- 来源
- skills.sh
- 收录时间
- 2026-02-01