RL里有个核心概念：永远尽量「on-policy」（同策略）：与其模仿他人的成功路径，不如采取行动，自己从环境中获取反馈，并不断学习。 更重要的是，顺着自己的兴趣去做研究不仅更快乐，我也感觉自己正在打造一个…
07/09 12:23
07/09 12:22
07/09 12:21
07/09 12:20
京公网安备 11011402013531号