返回Glossary
随机策略
输出动作概率分布（而非单一确定性动作）的策略，能够实现探索并处理随机不确定性。高斯策略（均值+对角协方差）是策略梯度强化学习的标准方法。Diffusion Policy 和归一化流策略扩展到更复杂的动作分布。随机策略对于最大熵强化学习（SAC）是必需的。
输出动作概率分布（而非单一确定性动作）的策略，能够实现探索并处理随机不确定性。高斯策略（均值+对角协方差）是策略梯度强化学习的标准方法。Diffusion Policy 和归一化流策略扩展到更复杂的动作分布。随机策略对于最大熵强化学习（SAC）是必需的。