policy-based

爱听歌的周童鞋

强化学习的数学原理 | 赵世钰 | 西湖大学 | 笔记 | Lecture 9 | Part 1 | 策略梯度方法（该方法的基本思路）学习赵老师讲授的强化学习的数学原理视频，本篇文章记录第九讲 Part 1：策略梯度方法（该方法的基本思路），记录个人学习笔记，和大家一起分享交流😄

我是有底线的