电脑体验，效果更佳

策略梯度图谱-计算机领域：

研究人员

张锰 徐昕 吴涛 陈伟 王学宁 贺汉根

相关术语

策略搜索 回报基线 增强学习 部分可观测马氏决策过程 强化学习

标签云