人工智能Paper解读之强化学习TRPO算法 人工智能Paper解读之强化学习TRPO算法Paper来源，issued: Apri 20,2017 , Author :John Schulman《Trust Region Policy Optimization》链接高能，慎重点开1.这个有点难 首先，请让我矫情一下，开始写这篇blog，我还是挺心虚的，整晚整晚的睡不着，害怕写不好，因为这篇Paper真的不好懂，研读这篇文章时候，...
关注
