2021 年 10月 13 日随笔档案 - 凯鲁嘎吉

2021年10月13日

摘要：重要性采样(Importance Sampling)——TRPO与PPO的补充作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 上两篇博客已经介绍了信赖域策略优化(Trust Region Policy Optimization, TRPO)与近端策略阅读全文

posted @ 2021-10-13 11:32 凯鲁嘎吉阅读(1386) 评论(0) 推荐(2) 编辑