机器学习

熵的作用可能没有理论上的那么大，但它却是SAC的核心。

摆烂用于避免损失

难怪我前面那么多实验都失败了

带方向的噪声

增程式汽车

SAC和TD3是DDPG的升级

仍然是想办法转换为概率

两者都是对的，只是理解的方式不同