标签: ACTOR–CRITIC

该标签下的全部文章 "ACTOR–CRITIC".

• Actor-Critic 与 GAE：谁来判断这一步比预期好多少

  15 Sep, 2026

  区分 actor、critic、reward model 和 reference，借三步生成例子手算 TD 误差与 GAE，解释策略与价值函数怎样协同训练。