rl-policy-optimization
Best practices for reinforcement learning policy optimization. Use when working on RL agents, PPO, SAC, or reward design.
ソース情報
- リポジトリ
- aiming-lab/AutoResearchClaw
- ソースの最終更新活動
- 2026年3月23日 01:46
- 検出された SKILL.md の言語
- 英語
- スター
- 13,974
- フォーク
- 1,633
インストール方法
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
ソースファイルを確認
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。