Hugging Face Blog·· 2022-06-30AI 评分46
用 PyTorch 实现 Policy Gradient（Hugging Face 深度强化学习课程 Unit 5）
Policy Gradient with PyTorch
AI 导读
Hugging Face 深度强化学习课程第 5 单元讲解首个策略梯度方法 Reinforce（Monte Carlo Policy Gradient），并用 PyTorch 从零实现。
来源：Hugging Face Blog · huggingface.co