PPO

2026 年

• 08-07 研究周报 · 2026.07.18–08.07 · Orchestration Trace、LLM-MAS系统侧与经典RL Pipeline
• 04-18 研究周报 · 2026.04.12–04.18 · Credit Assignment Survey、SHARP 精读与 Q&A
• 04-11 研究周报 · 2026.04.06–04.12 · 基础概念补齐与 LLM-MAS 论文精读
• 03-31 Agentic RL 经典 Baselines 综述