jiangweishe

> @qiwang067 > > > 感恩，整理得很清楚，不过有个小问题，查了一下好像大部分都认为PPO是on-policy的，而非off-policy? > > > > 感谢您的反馈，PPO 的确是 on-policy 的，本章参考的资料有一些问题，会尽快更新 > > 添加了 PPO 是 on-policy 算法的解释 你好，请问ppo是用旧的θ'来更新新的θ，为什么还是on-policy呢？