generalized_advantage_estimation:多伦多大学STA4273 2021冬季课程介绍

generalized_advantage_estimation 多伦多大学STA4273 2021冬季课程介绍 我们的Jupyter Notebook的Colab版本： ://colab.research.google.com/drive/11LTZ7tVR_IW4siDoK6qxWGBwn3Hp0zl9 usp sharing 链接到课程页面： : 链接到演示文稿的课程页面： : 参考： [1] Schulman，J.，Moritz，P.，Levine，S.，Jordan，M.和Abbeel，P.（2015）。使用广义优势估计的高维连续控制。 arXiv预印本arXiv：1506.02438。 [2]