论文10:55Wasserstein策略梯度求解熵正则化线性二次控制这篇论文把WPG在LQ问题上化简成ODE,证明了指数收敛,做控制理论的可以看看。#Wasserstein策略梯度#线性二次控制#熵正则化#强化学习aarXiv cs.LG@Zhaoyu Zhu 等 3 人原文稍后读已读值得跟进有用关注 Wasserstein策略梯度