正在加载...
请使用更现代的浏览器并启用 JavaScript 以获得最佳浏览体验。
加载论坛时出错，请强制刷新页面重试。
PPO 离散多维动作输出
czworld
PPO怎么输出多维离散动作？相比于单个动作，多维动作的log_probs怎么算啊
Document
