2021 年 10月 10 日随笔档案 - 凯鲁嘎吉

2021年10月10日

信赖域策略优化(Trust Region Policy Optimization, TRPO)

摘要：信赖域策略优化(Trust Region Policy Optimization, TRPO) 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 这篇博文是John S., Sergey L., Pieter A., Michael J., Philip 阅读全文

posted @ 2021-10-10 13:31 凯鲁嘎吉阅读(1705) 评论(0) 推荐(1) 编辑