Aprendizado por reforço
September 3, 2026
Gradientes de Política, PPO e SAC — Controle Contínuo Estável para Robôs
Os gradientes de política atualizam uma política diretamente, de modo que a direção, o impulso e o torque das juntas possam permanecer contínuos. Este artigo conecta os modelos Ator-Crítico, PPO e SAC, e aborda, em seguida, o recorte, a regularização de entropia, a avaliação e o limite de segurança para a transferência de simulação para realidade.
Fundamentals · 6 min de leitura
