learningguideBerkeley CS285 Deep Reinforcement Learning 導讀2026年8月22日從變分推論、LLM RL 到 Offline RL｜Berkeley CS285 第 11–18 堂L11–18 把 control as inference、LLM RL、model-based RL 與 offline RL 接成一條主線，並用 HW4、HW5 呈現兩種高運算成本實作。#cs285#berkeley#variational-inference#llm-rl#offline-rl