PPO算法中涉及哪些模型，训练时更新哪一个模型？

哔哩哔哩人工智能技术原理

考察说明

考察对PPO算法核心结构（Actor-Critic）和训练目标的理解

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。