分享一下我强化学习的工作：Simple Policy Optimization

文章预览

作者 | Flange  编辑 | 自动驾驶Daily 原文链接：https://zhuanlan.zhihu.com/p/687342242 点击下方 卡片 ，关注“ 自动驾驶Daily ”公众号 戳我->  领取近15个自动驾驶方向路线 >> 点击进入→ 自动驾驶Daily技术交流群 本文只做学术分享，如有侵权，联系删文 ，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询 关于SPO的视频介绍已上传至B站，地址：介绍一下我强化学习的工作：Simple Policy Optimization (SPO)_哔哩哔哩_bilibili 以下是补充完整的原文。 本人目前双非大四准备考研中，大学期间主要在学强化学习，2024年初有了这个idea，所以尝试了一下发现效果还不错，因此写了一篇论文，正好毕业论文也解决了，在此记录一下。原文：[2401.16025] Simple Policy Optimization (arxiv.org)，代码：GitHub - MyRepositories-hub/Simple-Policy-Optimization。 当然，23年底 ………………………………