在 PPO 中,当近似 KL 隧道为负时,进行早停止
作者: batu创建于 2019年4月2日更新于 2025年9月16日
首先非常感谢你的这个项目!它非常有帮助。 当我浏览 PPO 代码时,我看到以下几行代码: https://GitHub.com/OpenAI/spinningup/blob/97c8c342c45e5bb51005a8515df23ba9c48f0782/spinup/algos/ppo/ppo.py#L232-L238
内容来源: openai/spinningup
首先非常感谢你的这个项目!它非常有帮助。 当我浏览 PPO 代码时,我看到以下几行代码: https://GitHub.com/OpenAI/spinningup/blob/97c8c342c45e5bb51005a8515df23ba9c48f0782/spinup/algos/ppo/ppo.py#L232-L238
内容来源: openai/spinningup