【强化学习】之Policy Gradients

参考链接：https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/5-1-A-PG/ 目录 对比Policy Gradients和Q-learning Policy Gradients和Q-learning的反向传递不同之处 Policy Gradients 的核心思想 算法 对比Policy G

>>阅读原文<<