Hugging Face 深度强化学习课程：Actor-Critic 与 Advantage Actor Critic (A2C)

Hugging Face 深度强化学习课程介绍 Actor-Critic 方法，通过结合策略与价值函数降低方差。Advantage Actor Critic (A2C) 利用 Critic 评估动作优劣，辅助 Actor 更新策略，从而提升训练稳定性与效率。课程使用 Stable-Baselines3 在 PyBullet 机器人环境中训练双足行走器和蜘蛛机器人。