分层强化学习入门：Options 框架与 PyTorch 实现
为什么要分层（Hierarchical RL）普通强化学习在长时间跨度、稀疏奖励的任务（如机器人多阶段操作、迷宫导航）中学习困难。分层强化学习（Hierarchical Reinforcement Learning, HRL）的核心思想是：把复杂任务分解为可复用的子策略（sub-policy），高层负责选择子目标，低层负责执行。 常见 HRL 框架对比： 框架 高层决策粒度 典型表示 Options 选择子策略（option）并决定何时终止 (I, π, β) 三元组 HAM 部分可编程的有限状态机 机器状态 MAXQ 任务分解为子任务值函数 层次 MDP FeUdal 高层输出隐式目标（goal） 状态抽象 Options 框架的三个要素一个 Option 是一个三元组： 启动集 I（Initiation set）：option 可以开始执行的状态集合。 内部策略 π（Policy）：option 内部的策略。 终止条件 β（Termination condition）：β(s) 表示在状态 s 终止该 option 的概率。 高层策略每 k 步...
YOLOv8 在 RK3576 上的 RKNN 量化部署实战
背景RK3576 是瑞芯微推出的一款 8nm 中高端 AIoT 芯片，内置 6 TOPS NPU，非常适合做端侧目标检测。本文记录将 YOLOv8 部署到 RK3576 的完整流程：PyTorch → ONNX → RKNN（int8 量化）→ C++/Python 端侧推理。 整体流程 阶段 工具 产物 训练/获取权重 PyTorch / Ultralytics yolov8n.pt 导出 ONNX Ultralytics export yolov8n.onnx 转 RKNN + 量化 RKNN-Toolkit2 yolov8n.rknn 端侧推理 RKNN Runtime (librknnrt) C++ / Python 推理程序 1. 导出 ONNX使用 Ultralytics 导出 ONNX，注意关闭动态 shape（RKNN 需要固定尺寸）： 12pip install ultralyticsyolo export model=yolov8n.pt format=onnx opset=12 imgsz=6...