Trust Region Policy Optimization PDF论文下载

【文件属性】：

文件名称：Trust Region Policy Optimization PDF论文下载

文件大小：952KB

文件格式：PDF

更新时间：2021-10-27 16:30:21

TRPO 强化学习 人工智能 优化原理

TRPO算法的论文，是强化学习算法PPO、DPPO的基础，论文中对算法优化原理进行了比较详细的推导