31、策略梯度31

【文件属性】：

文件名称：31、策略梯度31

文件大小：721KB

文件格式：PDF

更新时间：2022-08-03 21:11:30

算法

2、Vanilla Policy Gradient算法 3、使用Critic降低方差 4、Actor-Critc函数近似 5、使用Baseline降低AC的方差