Actor-Critic：两个网络各干什么RL2026年6月22日·3 分钟阅读Actor-Critic：两个网络各干什么Critic 估 \(V\) 或 \(Q\) 给 Actor 提供低方差信号；critic 不准会把 policy 带偏。#强化学习#Actor-Critic#PPOREAD →
