正在加载...
请使用更现代的浏览器并启用 JavaScript 以获得最佳浏览体验。
加载论坛时出错，请强制刷新页面重试。
深度强化学习中策略梯度算法优缺点有哪些？
FeiY
深度强化学习中策略梯度算法优缺点有哪些？
MISTCARRYYOU
无偏差、但方差大
Homme
优点：直接拟合策略，收敛快
缺点：容易陷入局部最优，方差大
Document
