去创作
在 TD3_BC 中，先训练好 policy 网络，然后仅训练 Critic 网络，效果是一样的。
main-V2-Train60000
TD3_BC，训练 60000 次。
... ...
在 TD3_BC 中，先训练好 policy 网络，然后仅训练 Critic 网络，效果是一样的
一次购买，永久免费
评论
{{item.path.join('.')}}
{{item.item.name}}