请说明 PPO 算法的核心目标函数，并逐一解释其中每个符号的物理含义。

字节跳动百度人工智能互联网/IT专业服务技术原理

考察说明

考察对 PPO 目标函数数学形式及其符号语义的掌握程度

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。