会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
Loading
Chat Bot
收起
JJVV
博客园
首页
联系
订阅
管理
2023年8月25日
强化学习 Proximal Policy Optimization (PPO)
摘要: 参考: 李宏毅老师课件 PPO: Default reinforcement learning algorithm at OpenAI PPO = Policy Gradient 从 On-policy 到 Off-policy, 再加一些constraint Policy Gradient Bas
阅读全文
posted @ 2023-08-25 15:31 ㅤJJVVㅤ
阅读(330)
评论(0)
推荐(1)
编辑
公告