选 DQN 还是 PPO/SAC：看动作空间RL2026年6月14日·4 分钟阅读选 DQN 还是 PPO/SAC：看动作空间离散小动作空间可走 value-based；高维连续控制更常选 Actor-Critic 系，选错家族会浪费大量调参时间。#强化学习#算法选型#连续控制READ →
