Trust Region Policy Optimization PDF论文下载

上传：yk_wyw 浏览： 32 推荐： 0 文件：PDF 大小：952.29KB 上传时间：2019-09-25 15:32:34 版权申诉

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