基于近端策略优化的Proximal Policy Optimization（PPO）的无人机姿态控制系统的研究——简化版
基于近端策略优化的ProximalPolicyOptimization（PPO）的无人机姿态控制系统的研究详细版订阅本博https://blog.csdn.net/ccsss22/article/details/1154230841.问题描述：PPO算法是由OpenAI提出的，该算法是一种全新的策略梯度（PolicyGradient）算法，但是传统的策略梯度算法受到步长影响较大，而且很难选择出最优