在 Verl 框架中，计算优势时会涉及 GAE 等算法，请解释其核心思想与关键超参数的作用。

Question

Accepted Answer

考察点：考察对优势估计算法的原理理解和参数感知。回答思路：说明 GAE 通过折扣累计奖励与价值函数结合估计优势 解释 λ 参数控制偏差与方差权衡 说明 γ 折扣因子的作用 指出优势估算直接影响策略更新幅度与稳定性

考察说明