2022年9月14日
强化学习，策略梯度，REINFORCE，最经典样例
摘要： 改进 Gt = Gt - mean(Gt) 代码 model.py import torch import torch.nn as nn import torch.nn.functional as F class Model(nn.Module): def __init__(self): super 阅读全文
posted @ 2022-09-14 10:35 Wei_Xiong 阅读(125) 评论(0) 推荐(0)
WX：我是来搞笑的