Sim-to-Real 迁移实战：跨越物理 AI 的 Reality Gap，让仿真模型在真实世界落地
深入分析Sim-to-Real迁移的核心方法论——Domain Randomization、System Identification、Domain Adaptation与System-in-the-Loop训练，并给出可落地的工程实践代码。
强化学习
AI 驱动编译器优化：MLGO 在 LLVM 中的深度工程实战
深入剖析 Google MLGO 框架——首个在工业级 LLVM 编译器中系统性集成强化学习的框架，覆盖内联大小优化与寄存器分配性能优化的核心设计、训练流水线与生产部署实战。
强化学习深度实战：从 MDP、Bellman 方程到 DQN、策略梯度与 PPO 的从零实现
过去三年里，强化学习（Reinforcement Learning, RL）以一种近乎隐秘的方式重新站到了 AI 舞台中央：RLHF 用人类偏好作为奖励信号把大语言模型对齐到人类意图，推理时计算（test-time compute）本质是在 rollout 轨迹上用验证器引导搜索，智能体把工具调用建模成离散动作、把真实世界当成环境。可绝大多数工程师只见过"对齐"和"智能体"这两层皮，对 RL 的第…
强化学习在机器人控制中的应用与 Sim-to-Real 迁移
从深度强化学习的PPO/SAC算法出发，系统解析机器人控制中的样本效率、安全性和非平稳动力学挑战，深入讨论域随机化、系统辨识、域适应和在线适应四大Sim-to-Real转移技术栈。
