#2142·stable-baselines3用于有界连续动作空间的 BetaDistribution 策略,可避免高斯裁剪偏差并提高训练稳定性作者: lukaskiss222创建于 2025年5月26日更新于 2026年5月19日标签enhancement特性 内容来源: DLR-RM/stable-baselines3查看 GitHub 原文在 GitHub 查看讨论