随笔

为什么选择 Cloudflare Pages 作为个人网站部署平台

调研过 Vercel、Netlify、GitHub Pages 和 Cloudflare Pages， 最终选择 Cloudflare 的原因是它的免费额度覆盖了静态托管、Serverless Functions、 边缘 SQLite 数据库（D1）一条完整的链路。

对一个想长期维护个人网站的人来说，单一供应商就能撑起从静态页面到带数据交互的留言板， 是一个很优雅的折中。

从 DQN 到 MAPPO —— 强化学习在通信调度中的演进

这个项目从 AI-AMC（DQN 单智能体）演进到簇间 RB 调度（MAPPO 多智能体）， 接下来准备写一篇技术笔记总结这条路——包括状态空间设计、Reward Shaping 的细节、 和从单智能体到 CTDE 架构的迁移经验。

Step-GRPO —— 拆解长视野任务的奖励设计

Step-GRPO 是我在 EmbodiedBrain 项目里的核心创新点。 后续会详细写它的设计动机：为什么标准的 GRPO 在长视野任务规划中失效， 稀疏奖励问题怎么拆解，以及消融实验的几个关键发现。