home/categories/machine-learning/tachyon-beep-hamlet-claude-skills-yzmir-deep-rl-skills-policy-gradient-methods-skill-md
machine-learningdata-ai
policy-gradient-methods
Master REINFORCE, PPO, TRPO - direct policy optimization with trust regions
maintainer
tachyon-beep
更新日 11/30/2025
スター
0
フォーク
0
quick start
Installation and usage
Master REINFORCE, PPO, TRPO - direct policy optimization with trust regions
インストール
$ install --globalskills.sh
使い方
インストール後、ターミナルで以下のコマンドを実行してこのスキルを使用できます：
skills use policy-gradient-methods