PPO的优势函数是怎么计算的？是从前往后算还是从后往前算？

腾讯后端开发互联网/IT问题拆解技术原理

考察说明

考察对PPO中优势函数计算方向及原理的理解

本题已收录答题指导

登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。