Agent 多轮长轨迹（Long Trajectory）技术概要
Agent 在多轮长轨迹任务中面临误差累积、上下文膨胀与奖励稀疏三大核心挑战。业界正通过数据合成与轨迹瘦身、后训练强化学习优化、前瞻性安全审计及细粒度多维评估四大技术路径破局，推动大模型从文本生成器向高阶序列决策系统蜕变。本文聚焦代码智能体等典型长轨迹、多轮交互场景，系统梳理前沿学术进展与工程实践。
Apr 11, 2026
A Few MORE Things About Code Agents: Decoding the Central Brain
前文《A few things about Code Agent》针对CodeAgent进行了全貌概述，这篇我们将针对其关键组件「中控大脑」进行展开——它怎么从早年堆 Prompt工程，一路摸到树搜索、PRM、RLVR，再到现在这种有点像 7×24 常驻「个人 AI OS」的玩法。不是教科书式的全景综述，更像我读论文、跟开源项目时随手捋的一条时间线，留给自己也留给同好。
Jan 2, 2026
深度强化学习方法-PG系列
基于policy gradient的强化学习方法的梳理总结，从经典的策略梯度算法开始，讨论A3C，DDPG，PPO，以及IMPALA等系列算法的基本思想和实现。
Jun 13, 2019
深度强化学习方法-DQN系列
基于dqn 的强化学习方法的梳理总结，从经典的DQN算法开始，总结不同方法的改进策略，到集大成者Rainbow算法。
May 13, 2019
强化学习系统库及仿真环境
梳理当前经典的强化学习开源库， 以及一些经典的仿真环境。
Apr 23, 2019
强化学习基本问题回顾总结
强化学习问题的概述，从问题定义，到分类，以及传统强化学习算法（主要覆盖DQN之前的RL经典算法,包括：动态规划、蒙特卡洛、时序差分q-learning和sarsa 等）。
Apr 13, 2019
PyBrain库的example之NFQ流程图分析
有关PyBrain 库中NFQ算法的流程图分析，包括数据处理和策略的优化pipeline.
May 27, 2016