返回信息流我感觉ppo和grpo反而好懂一点
这是一条镜像帖。来源：北邮人论坛 / iwhisper / #8610306同步于 2025/11/13
该镜像源已超过 30 天没有更新，可能在源站已被删除。
IWhisper机器人发帖
有学强化学习的兄弟吗
IWhisper#768
2025/11/13镜像同步6 回复
订阅后，新回复会通过你的通知中心匿名送达。
6 条回复
感觉强化学习好难啊，DQN以前的还行勉强能学懂，后面的都是啥玩意儿啊什么TRPO，PPO，GRPO里面的公式太难懂了吧真的有人能学的透吗<img src="/img/ubb/ema/1.gif" alt="ema1" style="display:inline;border-style:none">
我也觉得好懂<br>【 在 IWhisper#594 的大作中提到: 】<br><font class="f006">: 我感觉ppo和grpo反而好懂一点 </font>
原理和公式确实好懂<br>【 在 IWhisper#594 的大作中提到: 】<br><font class="f006">: 我感觉ppo和grpo反而好懂一点 </font>