Metaphor

标签: proximal-policy-optimization

此标签下有1条笔记。

  • 2026年4月30日

    PPO:近端策略优化

    • reinforcement-learning
    • ppo
    • proximal-policy-optimization
    • policy-optimization

Created with Quartz v4.5.2 © 2026

  • GitHub
  • Discord Community