X xlq 这家伙很懒，什么都没留下 发布于 2024-10-21 19:55:11 有关PPO里面的重要性采样权重的疑问？ 课程学习 #ppo#重要性采样 浏览 (212) 点赞 收藏 评论(4) 请 登录后发表观点 X xlq 24天前 回复 猫 猫猫 28天前 能用加减不用乘除，不然 0/0 之类的就搞笑了 感谢。 X xlq 24天前 回复 C Chief 2024-10-22 09:40:00 exp(log a - log b ) = a/b，一般都是计算的 log \pi(a|s) 感谢。 猫 猫猫 28天前 回复 能用加减不用乘除，不然 0/0 之类的就搞笑了 C Chief 2024-10-22 09:40:00 回复 exp(log a - log b ) = a/b，一般都是计算的 log \pi(a|s) 到底啦