连续动作空间下的PPO，GAE，强化学习策略梯度

[视频作者] Stevensong铁维

[视频时长] 43:14

[视频类型] 校园学习

连续动作空间下的PPO，GAE，强化学习策略梯度 用到的知乎链接：https://zhuanlan.zhihu.com/p/512327050 代码作者的github：https://github.com/Lizhi-sjtu/DRL-code-pytorch 交流可加微信： 15736716954