fix some typos
This commit is contained in:
@@ -225,5 +225,5 @@ $$
|
||||
|
||||
|
||||

|
||||
上图是 PPO 跟其它方法的比较。Actor-Critic 和 A2C+Trust Region 方法是actor-critic based 的方法。PPO 是紫色线的方法,这边每张图就是某一个RL 的任务,你会发现说在多数的cases 里面,PPO 都是不错的,不是最好的,就是第二好的。
|
||||
上图是 PPO 跟其它方法的比较。Actor-Critic 和 A2C+Trust Region 方法是actor-critic based 的方法。PPO 是紫色线的方法,这边每张图就是某一个 RL 的任务,你会发现说在多数的 cases 里面,PPO 都是不错的,不是最好的,就是第二好的。
|
||||
|
||||
|
||||
Reference in New Issue
Block a user