关于策略梯度的方法说法正确的是
A、只适用于离散动作空间;
B、适用于连续动作空间;
C、策略梯度的方法与DQN中的目标函数一致;
D、策略梯度的方法通过Q值挑选动作
发布时间：2025-05-09 11:04:45
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：适用于连续动作空间
