MCP HubMCP Hub
SKILL·EDB762

using-deep-rl

tachyon-beep
更新日 1 month ago
10 閲覧
10
3
10
GitHubで表示
メタgeneral

について

このメタスキルは、開発者の問題タイプとアルゴリズムファミリーに基づいて、適切な専門的な深層強化学習スキルへと誘導します。深層強化学習パックのエントリーポイントとして機能し、逐次意思決定タスクの実装、エージェントのトレーニング、デバッグを扱います。DQNやPPOなどの強化学習アルゴリズムを扱う場合、エージェントのトレーニング、または報酬を最大化するためのポリシー最適化を行う際にご利用ください。

クイックインストール

Claude Code

推奨
メイン
npx skills add tachyon-beep/skillpacks -a claude-code
プラグインコマンド代替
/plugin add https://github.com/tachyon-beep/skillpacks
Git クローン代替
git clone https://github.com/tachyon-beep/skillpacks.git ~/.claude/skills/using-deep-rl

このコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします

GitHub リポジトリ

tachyon-beep/skillpacks
パス: plugins/yzmir-deep-rl/skills/using-deep-rl
0
FAQ

Frequently asked questions

What is the using-deep-rl skill?

using-deep-rl is a Claude Skill by tachyon-beep. Skills package instructions and resources that Claude loads on demand, so Claude can perform using-deep-rl-related tasks without extra prompting.

How do I install using-deep-rl?

Use the install commands on this page: add using-deep-rl to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.

What category does using-deep-rl belong to?

using-deep-rl is in the Meta category, tagged general.

Is using-deep-rl free to use?

Yes. using-deep-rl is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.

関連スキル

content-collections
メタ

このスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。

スキルを見る
polymarket
メタ

このスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。

スキルを見る
creating-opencode-plugins
メタ

このスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。

スキルを見る
sglang
メタ

SGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。

スキルを見る