2022年8月9日
从TRPO到PPO（理论分析与数学证明）
摘要： 从TRPO到PPO（理论分析与数学证明） 一篇关于强化学习算法的理论推导，或许可以帮助你理解PPO算法背后的原理，从而找到改进PPO算法的灵感... 阅读全文
posted @ 2022-08-09 13:34 行者AI 阅读(718) 评论(0) 推荐(0) 编辑