#KL散度

新提出的FERPO算法解决了传统强化学习中critic值预测不准确的问题，在连续控制任务中表现优异。

这篇论文从局部质量角度拆解贝叶斯推理，用Mass Index和RE-KL两个新工具分析了KL散度忽略的局部行为，做变分推断的朋友可以看看。

做医学影像或逆问题研究的团队，可以用KLIP无监督地检测异常区域，无需额外标注数据，值得试试。