前文：强化学习算法中的log_det_jacobian——概率分布的仿射变换（Bijector）前文说到概率分布的仿射变换（Bijector）在贝叶斯、变分推断等领域有很重要的作用，但是在强化学习中呢，其实在强化学习中也会用到，但是最为普遍的应用场景其实只是做简单的tanh变换。在强化学习中一般用高斯分

相关：https://colab.research.google.com/github/google/brax/blob/main/notebooks/training_torch.ipynb之前写过一篇同主题的文章，后来发现这个文章中有一些问题，不过也有些不好改动，于是就新开一篇来进行更正和补充！！！之前版本：https://www.cnblogs.com/xyz/p/18564777之所以之

相关：人形机器人-强化学习算法-PPO算法的实现细节是否会对算法性能有大的影响.https://openi.pcl.ac.cn/devilmaycry812839668/google_brax_ppo_pytorchlog_det_jacobian是什么，我也是头一次遇到，百度了一下，没有答案，Google了一下也没有答案，虽然在TensorFlow的help文档中看到了