策略梯度算法
该文章系统梳理了策略梯度算法的发展脉络，深入解析其工作原理，并详细介绍了从基础到前沿的多种算法，包括PPO、SAC、TD3、IMPALA等主流方法。文章自2018年起持续更新，陆续新增了D4PG、SVPG、PPG等新算法，并补充了关于PPO的最新讨论。文中还提供了韩语及中文等多个语言版本的翻译，便于不同读者参考。
Agent智能体 大事记
重要进展 IMPORTANT_PROGRESS
2026-03-09 — 2026-03-09
重要进展 · 第 25 / 55 页
Runway Characters 推出实时对话视频智能体
Runway 正式推出 Characters 实时视频智能体 API，支持从单张图像建立可对话角色，并配置声音、知识和动作。此为产品推出节点；5月4日工程文章介绍既有系统，不再被误记为首发。
Agent智能体 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容