童话镇里的星河

摘要： 众所周知，SAC 是 RL 中的一种高效的 Off Policy 算法，在《动手学强化学习》中已经给出了比较完善的实现。而 JAX 是一种新兴的神经网络范式，以函数式编程为基础，这里将以《动手学强化学习》中的实现为范本，实现一个 SAC In JAX，同时配套 tensorboard 与 model 阅读全文