本站内容由 AI 生成,可能存在错误。如发现问题,欢迎到
GitHub Issues
反馈。
LLM Learning
首页
资源推荐
Ctrl K
中文
/
EN
Esc
#reinforce
1 篇文章
中级
Policy Gradient:直接优化策略
#policy-gradient
#reinforce
#baseline
#variance-reduction
#advantage