RB1001-1 : PPO is a Reinforcement Learning (RL)
-
RL = agent learns by trial and error, using reward.
-
PPO = one of the most stable and popular RL algorithms.
- Full trajectory
About the Author
רובוטרוניקס: מכללה ללימוד רובוטיקה ובינה מלאכותית התקשר עכשיו 0506399001
רובוטרוניקס , מכללה ללימוד רובוטיקה ובינה מלאכותית ואלקטרוניקה ,מיקרובקרים , תוכנה ורובוטיקה: התקשר עכשיו 0506399001
