摘要：
__call__ 参考：https://www.cnblogs.com/superxuezhazha/p/5793536.html在Python中，函数其实是一个对象： >>> f = abs>>> f.__name__'abs'>>> f(-123)由于 f 可以被调用，所以，f 被称为可调用对象 阅读全文
摘要：
1\内容 2、tf_util 阅读全文
摘要：
1、Actor-Critic\TRPO\PPO算法都属于on-policy（类似重要性采样，old_pi还是自己的策略），DDPG是off-policy 2、on-policy数据用完就丢掉了,off-policy会用到经验回放（很大的存储上限，有收集样本和采集样本两个过程，采用均匀采样） 3、on 阅读全文