X xlq 这家伙很懒,什么都没留下 发布于 1天前 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 (31) 点赞 收藏 评论(1) 请 登录后发表观点 C Chief 20小时前 回复 exp(log a - log b ) = a/b,一般都是计算的 log \pi(a|s) 到底啦