强化学习理论基础
按时间查看全部文章 →独立的理论学习区：先读 00 → 03，再把基础公式对应到已有的四足机器人、网络模型和训练笔记。
9 篇文章
理论主线 · 建议按顺序学习
从一个两步任务，走到 PPO
先理解每个符号的含义，再看完整的更新示例。每章都有直觉、关键推导与适用边界；不需要先安装训练框架。
阅读 00 · 学习指南与符号表 →独立的理论学习区：先读 00 → 03，再把基础公式对应到已有的四足机器人、网络模型和训练笔记。
9 篇文章
理论主线 · 建议按顺序学习
先理解每个符号的含义，再看完整的更新示例。每章都有直觉、关键推导与适用边界；不需要先安装训练框架。
阅读 00 · 学习指南与符号表 →